通用图形处理器上的通用计算（GPGPU）是一种非常有吸引力的概念，可以利用GPU的强大计算能力进行任何类型的计算。
我希望使用GPGPU进行图像处理、粒子和快速几何运算。
现在，在这个领域中似乎有两个竞争者：CUDA和OpenCL。我想知道：
- 在Windows/Mac上，Java是否已经可以使用OpenCL？
- 与OpenCL/CUDA接口的库有哪些方式？
- 直接使用JNA是否可行？
- 我有遗漏的地方吗？
任何实际经验/示例/战斗经历都将不胜感激。
Java中GPGPU/CUDA/OpenCL的最佳实现方法是什么？
96
- Frederik
10
1我认为在Java中编程GPU会很困难，考虑到我在cuda编程中使用指针的频率。我不知道在设备编程中使用Java是否有太多好处，因为你不太可能拥有完整的Java特性/库，这些特性使Java与C++有所区别。 - Anycorn
2我看过一些使用GLSL和可能是CUDA的令人印象深刻的Java演示，所以这肯定是可能的。 - Frederik
1你有查看过 jcuda.org 和 jocl.org 吗？ - bakkal
1我知道它们，但我无法评判它们的质量。你有过使用它们的经验吗？ - Frederik
4@Nils：这就是他想要将所有数字计算都推到GPU上的原因...无论如何，即使是普通的C语言或x86汇编也难以与像GPU这样的大规模数据并行处理器竞争。 - elmattic
显示剩余5条评论
8个回答
64
据我所知，JavaCL / OpenCL4Java 是目前唯一可在所有平台上使用的OpenCL绑定（包括MacOS X、FreeBSD、Linux、Windows、Solaris，均支持Intel 32位、64位和ppc变体，这要归功于其使用JNA）。
它有一些演示程序，在至少Mac和Windows上可以正常运行（为了避免在Linux上出现随机崩溃，请参见此wiki页面，例如这个Particles Demo）。
它还带有一些实用工具（GPGPU随机数生成、基本并行约简、线性代数）和一个Scala DSL。
最后，它是最早可用的绑定（自2009年6月起），并且拥有活跃的用户社区。
（免责声明：我是JavaCL的作者 :-))
它有一些演示程序，在至少Mac和Windows上可以正常运行（为了避免在Linux上出现随机崩溃，请参见此wiki页面，例如这个Particles Demo）。
它还带有一些实用工具（GPGPU随机数生成、基本并行约简、线性代数）和一个Scala DSL。
最后，它是最早可用的绑定（自2009年6月起），并且拥有活跃的用户社区。
（免责声明：我是JavaCL的作者 :-))
- zOlive
4
哦，我对JNLP非常兴奋，但显然它不喜欢我的MacBook。跨平台的想法破灭了。 - Karl
5抱歉，我弄坏了JNLP（由于JAR文件最近更改了名称）！现在已经修复了，希望你会再次尝试...而且这个问题是跨平台的：在所有平台上都有同样的问题。 - zOlive
3最近Java 7安全性方面的加强导致粒子演示Web Start出现异常无法运行。 - Thorbjørn Ravn Andersen
@zOlive 最后一个JavaCl到Google Code的链接已经无法访问了。 - tryman
35
你也可以考虑Aparapi。它允许你用Java编写代码，并尝试在运行时将字节码转换为OpenCL。
全面披露，我是Aparapi的开发人员。
- gfrost
3
Aparapi 还在维护吗？ - Mr Jedi
@MrJedi：我也这么认为，最新的提交在 GitHub 上只有几天的时间：https://github.com/aparapi/aparapi - Aydin K.
它“有点维护”;) 我是一个维护者。 - barneypitt
12
CUDA是C语言的修改版，编写CUDA内核需要使用C语言编写，然后使用NVIDIA的CUDA编译器将其编译为可执行形式。生成的本地代码可以使用JNI与Java链接。因此，从Java中无法编写内核代码。有一个名为JCUDA的库http://www.jcuda.de/jcuda/JCuda.html，它为您提供了CUDA的API，用于一般的内存/设备管理，并提供了一些在CUDA和JNI中实现的Java方法（FFT、某些线性代数方法等等）。
另一方面，OpenCL只是一个API。OpenCL内核是传递给API的普通字符串，因此使用Java从OpenCL中，您应该能够指定自己的内核。这里可以找到Java的OpenCL绑定http://www.jocl.org/。
另一方面，OpenCL只是一个API。OpenCL内核是传递给API的普通字符串，因此使用Java从OpenCL中，您应该能够指定自己的内核。这里可以找到Java的OpenCL绑定http://www.jocl.org/。
- Ivan
1
2如果您的平台支持JNA（http://jna.dev.java.net），我会使用它来调用本地代码，因为相比编写JNI库，这需要更少的工作量。 - mdma
11
我一直在使用JOCL，并且对它非常满意。
OpenCL相对于CUDA的主要劣势（至少对我而言）是缺乏可用的库（如Thrust、CUDPP等）。但是，CUDA可以很容易地移植到OpenCL，并通过查看这些库的工作方式（算法、策略等），你实际上可以学到很多东西。
- halfwarp
7
我知道现在已经很晚了，但请看一下这个链接：https://github.com/pcpratts/rootbeer1
虽然我没有使用过它，但它似乎比其他解决方案更容易使用。
从项目页面来看：
Rootbeer比CUDA或OpenCL Java语言绑定更高级。使用绑定时，开发人员必须将复杂的对象图序列化为原始类型的数组。使用Rootbeer可以自动完成此操作。而且，在使用语言绑定时，开发人员必须使用CUDA或OpenCL编写GPU内核。使用Rootbeer会对Java字节码进行静态分析（使用Soot），并自动生成CUDA代码。
- karl
1
如果您想进行一些图像处理或几何运算，您可能需要一个带有GPU支持的线性代数库（例如CUDA）。我建议使用ND4J，这是一个带有CUDA GPU支持的线性代数库，DeepLearning4J就是基于它构建的。这样，您就不必直接处理CUDA，并且不必编写低级代码。此外，如果您想在DL4J中进行更多与图像相关的操作，您将可以访问特定的图像处理操作，如卷积。
- Guillaume Surroca
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接