初探 C# GPU 通用計算技術

GPU 的并行計算能力高于 CPU，所以最近也有很多利用 GPU 的項目出現在我們的視野中，在 InfoQ 上看到這篇介紹 Accelerator-V2 的文章，它是微軟研究院的研究項目，需要注冊后才能下載，感覺作為我接觸 GPU 通用運算的第一步還不錯，于是去下載了回來。

?

在安裝包里，包含了幾個例子程序，比如著名的 Life 游戲，不過，Life 游戲，相對于剛接觸 GPU 運算的我，還是稍顯復雜了。于是簡化一下，只是進行一些簡單的計算，發現，DX9Target.ToArray 如果返回參數是 int 數組的話，則會爆出“未支持的操作”的異常，想想也對，顯卡確實是精于浮點運算的。

?

本來，我以為，GPU 運算是 DirectX 11 才有的功能，但是 Accelerator 支持的卻是 DirectX 9，想來 DirectX 11 支持的運算能力更高、方式更簡單吧。

?

為了簡單比較一下 CPU 和 GPU 的速度，也寫了一個 .net 4 的并行運算的程序，因為 DX9Target 不支持 int，所以這里的數組也用 float，如下：

?

?

private const int GridSize = 1024;
private float[] _map;public Form1()
{InitializeComponent();_map = new float[GridSize * GridSize];for (int y = 0; y < GridSize; y++){for (int x = 0; x < GridSize; x++){_map[x * GridSize + y] = x * y;}}Render();
}private void Start_Click(object sender, EventArgs e)
{var stopwatch = new Stopwatch();stopwatch.Start();_map = _map.AsParallel().Select(p => p * p * p / 4 + 194).ToArray();var time = stopwatch.ElapsedMilliseconds;this.Text = time.ToString();Render();
}private void Render()
{var workingBitmap = new Bitmap(pictureBox1.Width, pictureBox1.Height);for (int y = 0; y < pictureBox1.Height; y++){for (int x = 0; x < pictureBox1.Width; x++){workingBitmap.SetPixel(x, y, Color.FromArgb(-0x1000000 | (int)_map[x * 2 * GridSize + y * 2]));}}pictureBox1.Image = workingBitmap;
}

?

?

而使用 Accelerator 的代碼如下：

?

?

private const int GridSize = 1024;
private readonly DX9Target _target;
private float[,] _map;public Form1()
{InitializeComponent();_target = new DX9Target();_map = new float[GridSize, GridSize];for (int y = 0; y < GridSize; y++){for (int x = 0; x < GridSize; x++){_map[x, y] = x * y;}}Render();
}private void Start_Click(object sender, EventArgs e)
{var stopwatch = new Stopwatch();stopwatch.Start();var p = new FloatParallelArray(_map);p = p * p * p / 4 + 194;_target.ToArray(p, out _map);var time = stopwatch.ElapsedMilliseconds;this.Text = time.ToString();Render();
}private void Render()
{var workingBitmap = new Bitmap(pictureBox1.Width, pictureBox1.Height);for (int y = 0; y < pictureBox1.Height; y++){for (int x = 0; x < pictureBox1.Width; x++){workingBitmap.SetPixel(x, y, Color.FromArgb(-0x1000000 | (int)_map[x * 2， y * 2]));}}pictureBox1.Image = workingBitmap;
}

?

?

?

用我的筆記本（CPU 為 Core i5 430, 顯卡為 ATI 5650）測試，對它們兩個程序，都點擊幾次 Start 按鈕，發現運行 3 次左右，圖片框會變成全黑，這時，普通并行程序運算速度變慢，而 GPU 程序運行速度無明顯變化，普通并行程序 4 次值為：96，89，277，291，而 GPU 程序 4 次值為：71，40，35，50。單就這個測試來說，在我的電腦上，使用 GPU 的程序，大概比普通并行程序快一倍左右吧。這個測試本身，其實不見得很公平，結果僅供參考。

?

不過，在 Accelerator 中的并行編程，明顯感覺受到的約束很大，平常很容易的代碼，要改成這種并行模式，需要花費很多力氣，有些邏輯甚至無法實現。相對于 Accelerator，Brahma 的代碼寫起來就容易得多，也更易于閱讀，其 Life 游戲的例子程序讀起來簡單而清晰，可惜我編譯了 Brahma v0.1 和 v0.4，在我的電腦上，DirectX 的例子程序沒有效果，而 OpenGL 的例子程序則會報一個“The generated GLSL was invalid”的異常，看來還需要等它完善之后才能使用吧。