转载自:http://blog.sina.com.cn/s/blog_a43b3cf2010157ph.html

编写利用GPU加速的并行程序有多种方法,归纳起来有三种:

1.      利用现有的GPU函数库。

Nvidia CUDA工具箱中提高了免费的GPU加速的快速傅里叶变换FFT)、基本线性代数子程序(BLAST)、图像与视频处理库(NPP)。用户只要把源代码中CPU版本的快速傅里叶变换、快速傅里叶变换和图像与视频处理库替换成相应的GPU版,即可得到性能加速。除了Nvidia提供的函数库以外,第三方的GPU函数库有:

2.      CUDA 编程。

这是最普遍、最适用的方法,使用CUDA可以最大限度地发挥GPU的加速性能。

3.      指令(Directive)编程。

基于的OpenACC标准,GPU Directive编程是加快科学或工业的代码容易的、行之有效的方法。使用GPU指令,简单地在你的源码中插入编译指令,编译器会自动把计算密集型代码部分映射到到GPU的中去计算,从而加速你的代码。下面是一个简单的用一条指令如何可以加快计算圆周率的例子。使用GPU指令,你可以很快上手,并在当天看到的结果。

【并行计算-CUDA开发】GPU并行编程方法_视频处理


 

OpenACC编程的优点:

l 简单:只要在你的代码中插入编译提示

l 开放:单个代码库既可以在CPU又可以在GPU上运行

l 功能强大:只需几小时就可以发挥GPU的强大

 

并行计算工具的领导者PGICAPSCray将率先支持OpenACC