执行openCL的cuda包装器

我参与了一个项目，在那里我必须做gpu编程，我的一个限制是在nvidia设备上做它（因此在CUDA中）。 但我还没有使用配备nvidia gpu的设备

---

因此，我想知道是否有任何包装，存在，可以让我写一个CUDA代码，但作为openCL代码执行，使其在amd的gpu上工作

ps:gpuocelot可以很好地适应，如果我不必在windows系统上做的话。

你可以看看。根据其网站：

Ocelot目前允许CUDA程序在NVIDIA GPU、AMD GPU和x86 CPU上全速执行，无需重新编译

“CUDA”约束是实际约束吗？因为NVIDIA硬件上的GPU编程不一定意味着CUDA。您还有其他可能的解决方案，例如：

• 您已经提到过，使用起来非常复杂和麻烦，但这会打开很多可能的后端
• 这让你可以
• 使用PGI编译器，该编译器允许（AFAIK）以目标为目标

---

如果是我并且代码允许，我会尝试使用推力进行开发。但这取决于你。

我知道问题很清楚，答案也很清楚。但是，如果您正在启动一个新项目，那么直接在OpenCL中执行并支持所有平台而不进行仿真，这不是更符合逻辑吗？如果您使用关于设备特性的本地CL信息数据来设计算法，您可能会获得更好的速度。在AWS云上租一个“我的限制之一是在nvidia设备上（因此在CUDA中）这样做”是一个错误的假设——nvidia设备支持OpenCL 1.2！“所以我想知道是否有任何包装器可以让我编写CUDA代码，但作为openCL代码执行，以使其在amd gpu上工作？”amd（和hipify脚本）可能很感兴趣。我看过gpuocelot，但它似乎只适用于linux。windows环境还有其他选项吗？在当前的NVIDIA产品上使用OpenCL可能会导致CUDA对应实现的性能不佳。NVIDIA当然在努力推动CUDA的性能，而OpenCL的支持已经落后多年。