我希望利用GPU来完成一些方程式的计算，但不知道如何从C#中访问它。我知道XNA和DirectX框架允许使用着色器来访问GPU，但如果没有这些框架，该怎么访问呢？
如何使用GPU进行数学计算。
37
- Neil Knight
6
Nvidia、ATI、Intel还是通用？ - Bobby
@Bobby：我在寻找一些通用的东西，最好是。 - Neil Knight
8展示如何检测显卡并在其中运行代码，或者回退到CPU运行代码的答案会很有趣。 - tiagoboldt
1@tiagoboldt - Theano有使用CPU或GPU的能力，但它不会自动检测到显卡的存在。您需要将Theano与BLAS库（例如ATLAS）链接起来，但它仍然可以使用CPU或GPU。 - Brian Vandenberg
2不是答案，但或许有所帮助。BarsWF是一个非常快速的MD5破解器，可以利用SSE2、CUDA或ATI进行加速，并已经在MIT许可下发布（http://3.14.by/forum/viewtopic.php?f=8&t=1333&p=8907）。你可能想要看一下。 - Bobby
@tiagoboldt OpenCL 可以在 Intel、AMD 和 ARM 的 CPU、GPU（NVidia、AMD/ATI 和 Mali）以及 Cell 处理器上运行，只需一个源代码。目前有几个 C# OpenCL 库可供使用。 - 3Dave
6个回答
11
我还没有用C#完成这个任务，但基本上你需要使用CUDA（假设你正在使用nVidia卡）SDK和CUDA工具包来完成它。
nVidia已经为可在CUDA设备上使用的BLAS实现进行了移植（或编写？）。他们提供了大量如何进行数字计算的示例，尽管您将不得不想办法从C#中完成它。我敢打赌，你将不得不编写一些非托管的C或C++代码并链接它。
如果您不介意使用C#以外的语言，请查看Theano。对于您的需求来说，它可能有点过头了，因为它们正在使用Python构建一个在GPU上进行机器学习的框架，但是...它可以工作，并且工作得非常好。
- Brian Vandenberg
7
如何看待 Brahma (LINQ to GPU)？
必须得爱 LINQ！
- George Duckett
1
1糟糕，我刚刚发现链接出了问题。感谢 @Bobby 的编辑（我还在学习 Stack Overflow）。 - George Duckett
7
如果您的GPU是NVidia，您可以使用CUDA。
这里有一个例子，解释了整个过程，包括一些C/C++代码：C#与CUDA集成 还有一个名为CUDA.NET的库可在此处获得：CUDA.NET 如果您的GPU是ATI，则有ATI Stream。对于我来说，.NET支持不太清楚。也许Open Toolkit Library通过OpenCL支持它。
最后，还有一个名为 "Accelerator" 的微软研究项目，它有一个托管包装器，应该可以在任何硬件上运行（只要支持DirectX 9）。
这里有一个例子，解释了整个过程，包括一些C/C++代码：C#与CUDA集成 还有一个名为CUDA.NET的库可在此处获得：CUDA.NET 如果您的GPU是ATI，则有ATI Stream。对于我来说，.NET支持不太清楚。也许Open Toolkit Library通过OpenCL支持它。
最后，还有一个名为 "Accelerator" 的微软研究项目，它有一个托管包装器，应该可以在任何硬件上运行（只要支持DirectX 9）。
- Simon Mourier
1
如果您不想处理P/Invoke和非托管代码，有两个选择：
- 使用提到的CUDA.NET库。它工作得非常好，但是它针对CUDA，所以只能在nVidia显卡上运行。如果您想解决更复杂的问题，您需要学习CUDA，在C中编写自己的内核，使用nvcc进行编译，并通过此库从C#执行。
- 使用Microsoft Research Accelerator。这是由MS Research构建的一个很好的库，可以在任何具有大量核心（多核nVidia / ATI GPU和多核处理器）的设备上运行您的代码。它完全独立于平台。我使用过它，并对结果印象深刻。还有一个非常好的tutorial介绍如何在C#中使用Accelerator。
- Piotr Szmyd
1
我已经利用NVIDIA的CUDA库和.NET的P/invoke在C#中完成了它。这需要一些仔细的内存管理和对CUDA库的详细理解。这种技术可以与您想要在C中创建的任何自定义GPU/CUDA内核结合使用，因此它是一种非常强大灵活的方法。
如果您想节省大量精力，可以购买CenterSpace软件（我所在的公司）的NMath Premium，您可以在几分钟内从C#上运行大型问题。 NMath Premium是一个庞大的C#/.NET数学库，可以在GPU上运行大部分LAPACK和FFT，但如果硬件不可用或问题规模不足以证明往返于GPU，则会回退到CPU。
如果您想节省大量精力，可以购买CenterSpace软件（我所在的公司）的NMath Premium，您可以在几分钟内从C#上运行大型问题。 NMath Premium是一个庞大的C#/.NET数学库，可以在GPU上运行大部分LAPACK和FFT，但如果硬件不可用或问题规模不足以证明往返于GPU，则会回退到CPU。
- Paul
1
我担心我的GPU使用知识仅限于编写DirectX / XNA着色器和稍微涉猎一下CUDA（NVidia特定）。然而，我听说过很多关于OpenCL（开放式计算语言）的东西，它允许您运行算法，OpenCL会智能地将其推送到您的图形卡上，或者在没有兼容GPU的情况下在CPU上运行。
您在GPU上运行的代码必须专门使用OpenCL的C99子集编写（如果这不符合您的要求，因为您已经询问了如何从C#中使用它，我深表歉意），但除了您的数字计算算法之外，您可以编写应用程序的其余部分，并通过使用The Open Toolkit使其全部协同工作。
- John Wordsworth
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