C++ 简单的GPU编程（使用Cg？）

我渴望了解如何使用GPU的并行处理能力。然而，我并不急于使图形！我尝试了Cg教程，但它似乎有大量的图形术语。此外，我似乎无法理解如何将这样一个程序连接到一些输入和输出

让我们考虑下面一个非常简单的程序，它显然受益于并行性（忽略慢速HDD速度）：从2个文件中读取两个大整数数组，通过添加最后两个元素来创建一个新数组，并将其存储在另一个文件中。我没有测试它，但我会用c++编写代码：

#include <iostream>
#include <fstream>
using namespace std;


int main(void)
{
    const int N=10000000;
    int a[N],b[N],c[N];
    ifstream a_source ("file_a",ios::binary);
    ifstream b_source ("file_a",ios::binary);
    ofstream c_target ("file_a",ios::binary);

    a_source.read((char*)a,N*sizeof(int));
    b_source.read((char*)b,N*sizeof(int));

    for(int i=0;i<N;i++)
        c[i]=a[i]+b[i];

    c_target.write((char*)c,N*sizeof(int));
    return 0;
}

#包括
#包括
使用名称空间std；
内部主（空）
{
常数整数N=10000000；
int a[N]，b[N]，c[N]；
ifstream a_source（“file_a”，ios:：binary）；
ifstream b_source（“file_a”，ios:：binary）；
流c_目标（“文件a”，ios:：二进制文件）；
a_source.read（（char*）a，N*sizeof（int））；
b_source.read（（char*）b，N*sizeof（int））；
对于（int i＝0；i 实际上是着色器），最好使用，但是如果你死心地使用C++的片段着色器，看看基本的例子（2D网格计算）。
一般来说，您需要注意，与需要在代码中投入的额外精力相比，使用双精度时的加速比是最小的。这是指与可通过编译器开关打开的6核SSE解决方案相比（并且mauybe使用Intel提供的VTune进行性能分析）
你对Cg一窍不通吗？据我所知，Cg纯粹是一种着色器语言，因此不一定适合通用GPU编程。请看一下CUDA或OpenCL。（注意：您的特定示例当然是一个微不足道的着色器，但我仍然认为使用通用API而不是为图形开发的API更有意义）.Cg是用于图形的C，而不是用于GPU的C。如果你想用它来做GPGPU，你需要知道图形处理是如何工作的，以及如何在GPU上映射GPGPU。+1问题是Cg/GLSL是着色语言，也就是说，它们要求用户学习OpenGL，以便能够将数据从PC的RAM传输到GPU。OP应该真正调查CUDA which隐藏了所有这些复杂性。但据我记忆所及，CUDA仅在NVIDIA的GPU上可用。CUDA仅适用于NVIDIA GPU，它的跨GPU平台版本是OpenCL（来自OpenGL的制造商）。我选择CUDA只是因为它是NVIDIA的产品，如Cg，并且有很棒的工具和教程：）