C++ 在C+中从多线程CPU程序转移到GPU+；

我创建了一个程序，需要使用不同的输入参数多次调用函数（lots！！）。 为了加快速度，我将多线程处理如下：

std::vector< MTDPDS* > mtdpds_list;
boost::thread_group thread_gp;
for (size_t feat_index = 0; feat_index < feat_parser.getNumberOfFeat(); ++feat_index)
{
    Feat* feat = feat_parser.getFeat(static_cast<unsigned int>(feat_index));

    // != 0 has been added to avoid a warning message during compilation
    bool rotatedFeat = (feat->flag & 0x00000020) != 0;
    if (!rotatedFeat)
    {
        Desc* desc = new Desc(total_sb, ob.size());

        MTDPDS* processing_data = new MTDPDS();
        processing_data->feat = feat;
        processing_data->desc = desc;
        processing_data->img_info = image_info;
        processing_data->data_op = &data_operations;
        processing_data->vecs_bb = vecs_bb;

        mtdpds_list.push_back(processing_data);

        thread_gp.add_thread(new boost::thread(compute_desc, processing_data));
    }
}

// Wait for all threads to complete
thread_gp.join_all();

std:：vectorMTDPDS\u列表；
boost：：线程组线程组；
对于（size_t feat_index=0；feat_index标志&0x00000020）！=0；
如果（！rotatedFeat）
{
Desc*Desc=新Desc（总尺寸（））；
MTDPDS*处理_数据=新MTDPDS（）；
处理数据->专长=专长；
处理数据->描述=描述；
处理数据->图像信息=图像信息；
处理数据->数据操作=&数据操作；
处理_数据->向量_bb=向量_bb；
mtdpds_列表。推回（处理_数据）；
线程总成。添加线程（新的boost:：thread（计算描述，处理数据））；
}
}
//等待所有线程完成
螺纹总成连接所有螺纹（）；

这段代码是一段大得多的代码，所以不要太担心变量名等。。。 重要的是，我为每个包含输入和输出参数的线程创建一个对象（

MTDPDS

），然后生成一个调用我的处理函数

compute_desc

）的线程，并等待所有线程完成后再继续

然而，我的

for

循环有大约2000多个迭代，这意味着我开始大约2000多个线程。我在集群上运行我的代码，所以速度相当快，尽管它仍然需要很长时间

我想把这个部分转移到GPU上（因为它有更多的内核），尽管我对GPU编程还不熟悉

有没有一种方法（因为我已经有了一个单独的计算函数）可以在不改变整个代码的情况下轻松地移动它？像一个可以在GPU上以类似于boost的方式启动线程的函数（比如用GPU线程替换boost线程）

另外，我的计算功能是访问一些加载在内存中的数据（这里是RAM），GPU是否需要将这些数据加载到GPU内存中，或者它是否可以访问RAM（在这种情况下，哪个更快）

还有最后一个问题（尽管我很确定我知道答案），是否可以使其独立于硬件（这样我的代码就可以在Nvidia、ATI等上运行）

谢谢。

• 1） 最简单的解决方案是使用#pragma指令（OpenACC），该指令应该已经存在于GCC7中

• 2） 您的数据应该是GPU友好的，了解阵列的结构

• 3） 你的compute_desc“内核”应该是GPU兼容的，如果你不知道，让我们说它应该可以被编译器矢量化

---

我希望它能对你有所帮助，我认为一个关于OpenACC的小教程应该是你最好的解决方案，CUDA/OpenCL应该在稍后发布。我的2美分

如果您需要支持多线程的跨硬件支持，您最好的选择可能是学习Vulkan。它比openGL高效得多，并且允许nVidia和AMD硬件，与我所看到的CUDAF相比，Vulkan更倾向于图形而不是计算，不是吗？是的，你是对的，也许可以尝试一下OpenCL？谢谢你的教程。虽然我必须深入研究文档，因为在我的例子中，我的循环调用我的处理函数，它本身就有循环调用函数。我认为OpenACC2.0有一个叫做

routine

的东西我可以使用，但我还没有弄清楚如何使用它。