Scala 如何进行与硬件无关的并行编程？

现在有两种主要的并行编程硬件环境，一种是多线程CPU，另一种是图形卡，可以对数据阵列执行并行操作

问题是，考虑到有两种不同的硬件环境，如何编写一个并行但独立于这两种不同硬件环境的程序。 我的意思是，我想写一个程序，无论我是否有图形卡或多线程CPU或两者都有，系统都应该自动选择在什么上执行它，或者图形卡和/或多线程CPU都有

是否有任何软件库/语言结构允许这样做

我知道有很多方法可以直接将图形卡作为运行代码的目标，但我的问题是，作为程序员，我们如何在不了解任何硬件和软件系统的情况下编写并行代码，而应该将其调度到图形卡或CPU

<>如果你需要我对平台/语言更具体，我想答案是关于C++或Scala或java。

---

谢谢

几年后，程序将在运行时从头开始重写自己（嘿，为什么不呢？）

…到目前为止（据我所知），只针对具有给定范例的相关并行系统组是可行的，而GPU（“令人尴尬的并行”）与“传统”CPU（2-8“线程”）明显不同于20k处理器超级计算机

实际上，有一些并行运行时/库/协议，比如or（想想“参与者”），它们可以通过专门设计的算法扩展到某些问题，从单个CPU扩展到数万个处理器，所以上面的说法有些夸张。然而，GPU——甚至是通用处理器——和更通用的处理器之间有着巨大的根本区别

有时一个正方形的钉子根本不适合一个圆孔

---

快乐的编码。

最近发布的（非常-）看起来就像是你想要的那种东西。从阅读新闻文章来看，最初它的目标似乎是使用GPU，但长期目标似乎也是包括多核。

马丁·奥德斯基在EPFL的研究小组获得了数百万欧元的欧洲研究资助，以准确回答这个问题。（这篇文章包含多个到论文的链接，提供了更多详细信息。）

当然。请参见示例，尽管目前它仍然是alpha代码。还请注意，它使用了一些执行相同操作的Java库。

我将介绍更多的理论答案

不同的并行硬件架构实现不同的计算模型。在这两者之间架起桥梁是困难的

在顺序世界中，我们一直在愉快地破解基本相同的单一计算模型：随机存取机。这在硬件实现者和软件编写者之间创建了一种很好的通用语言

不存在这种单一的并行计算优化模型。自从现代计算机出现以来，人们探索了一个巨大的设计空间；目前的多核CPU和GPU只占这一空间的一小部分

桥接这些模型很困难，因为并行编程本质上是关于性能的。通常，通过添加抽象层来隐藏细节，可以在两个不同的模型或系统上工作。然而，很少有抽象不附带性能成本。这通常会使两种模型的共同点更低

现在回答你的实际问题。拥有一个独立于CPU或GPU的计算模型（语言、操作系统、库等），通常不会在两者之间进行抽象，同时由于性能方面的损失，会保留CPU的全部功能。为了保持一切相对高效，该模型将通过限制您所能做的事情而倾向于GPU

一线希望：
发生的是混合计算。有些计算更适合于其他类型的体系结构。您也很少只执行一种类型的计算，因此“足够智能的编译器/运行时”将能够区分您的计算的哪一部分应该在什么体系结构上运行。

正是关于在任何平台（Cell、Mac、PC……）上的CPU和GPU上运行相同的代码

您可以使用Java，它是围绕OpenCLCAPI的面向对象包装器，将为您节省大量的时间和精力（处理内存分配和转换负担，并附带一些额外功能）

在Scala中，有一个构建在JavaCL上的程序完全隐藏了OpenCL语言：它在编译时将Scala程序的某些部分转换为OpenCL代码（它附带了一个编译器插件来实现这一点）

---

请注意，自2.9.0以来，Scala将并行集合作为其标准库的一部分，其可用方式与ScalaCL支持的OpenCL并行集合非常相似（Scala的并行集合可以使用

.par

从常规集合中创建，而ScalaCL的并行集合是使用

.cl

创建的）。

因此，如果在Scala空间中编程，最好从参与者开始（AKKA）并行集合然后等待他们解决图形卡的细节问题？假设他们将在2年内解决。链接现在已经失效。听起来很有趣，但遗憾的是现在不在这里。它现在在Visual Studio 11中，事实上在没有GPU的情况下，有一个多核和SSE的后备解决方案。C/C++和GCC原子内置函数是最可移植的语言（没有其他语言被移植到这么多平台上）。GPU可以从基于C99的OpenCL使用（带有Java包装器）。请记住，Java和Scala使用的是C/C++库和编译器。