在gcc编译器上编译多个程序时是否可以使用GPU加速？

是否有任何方法或工具可以在使用GCC编译器编译程序时应用GPU加速？现在我已经创建了一个程序来迭代编译给定的程序列表。这需要几分钟。我知道一些程序，比如Pyrit，它可以帮助应用GPU加速来预计算散列

---

如果没有此类工具可用，请建议是否使用OpenCL或其他任何工具来重新编程我的代码。

A.在命令式编程语言中，语句按顺序执行，并且每条语句都可能更改程序的状态。因此，分析翻译单位本质上是顺序的

例如：查看常量传播是如何工作的-

a = 5;
b = a + 7;
c = a + b + 9;

在确定分配给

b

和

c

的值是编译时的常量之前，需要按顺序检查这些语句

（但是，可能会并行编译和优化单独的基本块。）

B.除此之外，不同的过程也需要顺序执行，并相互影响

例如：根据指令计划，分配寄存器，然后发现需要将寄存器溢出到内存中，因此需要生成新指令。这又改变了日程安排

因此，您也不能并行执行“寄存器分配”和“调度”之类的“过程”（实际上，我认为有些文章中计算机科学家/数学家试图同时解决这两个问题，但我们不必深入讨论）

（同样，可以通过管道传递实现一些并行性。）

此外，GPU尤其不适合，因为：

GPU擅长浮点运算。编译器不需要或使用太多的东西（在程序中优化浮点运算时除外）

GPU擅长SIMD。i、 e.对多个输入执行相同的操作。这同样不是编译器需要做的事情。如果编译器需要，比如说，优化几百个浮点运算，可能会有好处（一个简单的例子是：程序员定义了几个大的FP数组，给它们分配了常量，然后编写代码对它们进行操作。这的确是一个写得很糟糕的程序。）

---

因此，除了并行编译基本块和流水线过程外，在“C文件编译内”级别上没有多少并行性。但是并行是可能的，易于实现，并且经常在更高的级别上使用<例如，code>gnumake具有

-j=N

参数。这基本上意味着：只要它找到

N

独立的作业（通常，编译一堆文件就是GNU Make的用途），它就会产生

N

进程（或者

N

并行编译不同文件的

gcc

实例）。

如果你问的是，“您能自动编写GPU加速代码以与GCC和LLVM一起使用吗？”答案是肯定的。NVIDIA和Google开发基于LLVM的开源编译器项目：

NVIDIA CUDA LLVM：

谷歌GPUCC：

如果您的问题是，“我可以使用GPU加速非CUDA通用代码编译吗？“目前的答案是否定的。GPU擅长某些事情，比如并行任务，而不擅长其他事情，比如编译器所关注的分支。好消息是，您可以使用带有CPU的PC网络来获得2-10倍的编译加速，这取决于您的代码已经优化的程度，并且您可以获得最快的多核CPU和高速SSD，以便在您使用网络构建之前，桌面可以以较少的麻烦获得收益

有一些工具可以将C/C++/ObjC编译器任务分发到计算机网络，如Distcc。它包含在旧版本的XCode中，但已被删除，并且不支持与Swift一起使用

有一个类似于Distcc的商业工具，名为Incredibuild，支持Visual Studio C/C++和Linux开发环境：

有一些很好的文章介绍了IncredBuild与Distcc的实际使用，以及与本机编译器中的增量构建支持相比的折衷方法，即在不重新编译任何其他内容的情况下，对单个文件中的一行进行小的更改。需要考虑的要点：

• 通过预编译头、使用多个DLL以及在一台计算机上使用增量构建，可以显著加快代码库的速度
• 对于自动分发工作和保证与串行编译相同的结果而言，与使用distcc免费执行相比，creditbuild是一个更完整的解决方案，在distcc中，您必须为相同的结果做更多的工作，并且与gcc以外的任何东西兼容
• 有关详细审查，请参阅

---

不太清楚，至少对我来说是这样。你是在寻找一个能自动“GPU加速”你的代码的编译器，还是一个GPU加速的编译器？我很确定他指的是一个GPU加速的编译器。我很怀疑在GPU上运行编译是否会有好处。你能更具体地说明一下（1）你正在努力完成什么，以及（2）你已经做了什么来确定你现有流程中的瓶颈。但Acova的速度非常慢。我只是想知道是否有一种方法可以通过GPU加速来加速这个程序的性能。如果我说错话，我会生气的。我对GPU加速不太了解。在这种情况下，不是ACOVEA的速度慢，而是个人构建的速度慢。这并不奇怪，很多构建都是低效的，关于如何改进这一点，人们已经倾注了大量的笔墨，但这些都不在Acova的控制范围内，也不在您的控制范围内。我想你只是运气不好。这一过程能从中受益的是什么