Language agnostic GPGPU是黑客吗？

几天前，我开始研究GPGPU，并以良好的性能成功地实现了cholesky分解，我参加了一个关于高性能计算的会议，有人说“GPGPU是一个黑客”

我仍然不明白这是什么意思，为什么他们说这是黑客。有人说这是黑客攻击，因为你正在把你的问题转化成一个矩阵并对其进行操作。但我仍然感到困惑的是，人们是否认为这是一种黑客行为？如果是的话，为什么

---

有人能帮我吗，为什么他们称之为黑客，而我却没有发现任何问题

这种观点的一个可能原因是GPU最初并非用于通用计算。此外，GPU编程也不太传统，更为核心，因此更容易被视为黑客

“将问题转化为矩阵”这一点根本不合理。无论您用编写代码来解决什么任务，都要选择合理的数据结构。在GPU的情况下，矩阵可能是最合理的数据结构，使用它们不是一种黑客行为，而是一种自然选择

---

然而，我认为GPGPU的普及只是时间问题。人们只需要习惯这个想法。毕竟，谁在乎计算机的哪个单元运行这个程序呢？

我想他的意思是，使用GPGPU迫使你重新构造你的实现，使它适合硬件，而不是问题域。优雅的实现应该适合后者

请注意，“黑客”一词可能有几种不同的含义：

---

显然，只有说这句话的人才能肯定他为什么这么说，但是，我的看法是：

• “黑客”不是坏事
• 它迫使人们学习新的编程语言和概念。对于那些试图模拟天气、蛋白质折叠或药物反应的人来说，这是一件不受欢迎的烦恼。他们一开始并不真的想学习FORTRAN（或任何东西），现在他们必须学习另一种编程系统
• 编程工具还不太成熟
• 硬件还不如CPU可靠，所以所有的计算都必须进行两次，以确保得到正确的答案。其中一个原因是GPU还没有提供纠错内存，所以如果你试图构建一台拥有数千个处理器的超级计算机，宇宙射线在你的数字中翻转一点的概率接近确定

---

至于“你正在将你的问题转化为矩阵并对其进行运算”的评论，我认为这表明了你的无知。几乎所有的高性能计算都符合这一描述

GPGPU在过去几年和未来几年的主要问题之一是，为任意任务编程并不容易。直到DX10，GPU之间还没有整数支持，分支仍然非常差。在这种情况下，为了获得最大的收益，您必须以一种非常笨拙的方式编写代码，以从GPU中获取各种效率增益。这是因为您运行的硬件仍然致力于处理多边形和纹理，而不是抽象的并行任务

---

显然，这是我对它和GPU上的YMMV的看法，高效的内存访问对于实现最佳性能至关重要。这通常涉及重组，甚至选择全新的算法和数据结构。这就是为什么GPU编程可以被视为黑客的原因

---

其次，使现有算法在GPU上运行本身并不科学。一些GPU算法相关论文的科学贡献相对较低，这导致了人们对GPU编程的负面看法，认为它是严格意义上的“工程”。GPGPU可以追溯到数学协处理器时代。黑客是解决冗长问题的捷径。GPGPU是一种黑客行为，就像IPV4之上的NAT是一种黑客行为一样。计算问题就像网络变得越来越大一样，当我们尝试做更多的事情时，GPGPU是一个有用的临时解决方案，它是留在核心CPU芯片之外，有独立的古怪API，还是通过API或制造被吸入CPU，这取决于路径查找者。

一个真正优雅的实现不应该同时适合问题域和平台吗？我认为适合平台是必须的（如果有的话），而不是目标。只是好奇，会议在哪里举行？