Python中的GPGPU编程

Question

我想在Python中开始学习GPGPU编程。我应该先从pyopencl还是clyther开始呢？它们有什么区别？

Answer 1

CLyther 是一种在 C 语言层面上使用的工具，和 OpenCL 以及 PyOpenCL 有点类似。

clyther 之所以被称为“pythonic”，是因为它允许你把 Python 函数作为 OpenCL 的设备或内核函数来使用。

在你的 Python 代码中，你可以直接写

@kernel
@bind('global_work_size' ,'a.size')
@bind('local_work_size' , 1)
def sum(a,b,ret):
    i = clrt.get_global_id(0)
    ret[i] = a[i] + b[i]

sum(clarray1,clarray2,clarray3)

Answer 2

我觉得PyOpenCL跟OpenCL的C语言接口更接近，而CLyther则稍微不同。

这意味着如果你已经了解OpenCL，或者打算把其他语言的实现移植到Python上，那么PyOpenCL可能更适合你。另一方面，CLyther在使用上看起来更“符合Python风格”，所以如果你对Python比较熟悉，可能会觉得它的用法更容易理解。

不过这两个库现在都还在测试阶段（Beta），所以你可能会发现它们缺少一些你想要的功能，或者存在一些小问题。

祝你好运！

Answer 3

OpenCL分为两个部分。一部分是主机端，通常用C语言编写；另一部分是设备端，使用OpenCL定义的C语言的变种。这个代码在运行时会被编译到设备上（通常是GPU）。

CLyther试图把所有东西都简化。你可以用Python编写主机端代码，而设备端代码则用一种Python的子集来写（类似于Cython）。这样做非常高层次，使用起来也很简单。

PyOpenCL则是一个相对低层次的接口，让你可以用Python来访问OpenCL的API。设备端代码是用OpenCL的C99子集编写的。它让你可以完全控制OpenCL，几乎没有东西被简化。

我对这两者的经验有限，但我的感觉是，一旦它们都成熟，我更倾向于在大多数项目中使用Clyther。因为它更友好，使用起来更容易，这样你就更可能去使用它，而且使用得更多。把代码在Clyther和Python之间来回转换也比在PyOpenCL和Python之间要简单，所以代码的维护和重构应该会更容易。对于那些对性能要求极高的项目，我会选择PyOpenCL。它提供了更好的低层控制，与你的硬件之间的层次更少。最终的性能在PyOpenCL上应该会比Clyther更好。

我不知道这种情况是否会一直持续下去。PyOpenCL可能最终会添加更高层次的构造，而Clyther也可能会增加更低层次的控制。在理想的情况下，Clyther的开发者会把核心架构建立在PyOpenCL之上，这样我们就不需要选择，也能避免重复劳动。不过我怀疑这会发生。

目前来看，PyOpenCL似乎比Clyther更成熟。它起步较早，目标也没有那么宏大。它的文档比Clyther更好，用户社区也看起来更大。两者的代码量相对相似——Clyther大约有4千行Python和4千行C代码，而PyOpenCL大约有7千行Python代码和9千行C++代码。这些数字是大致的（包括构建系统、示例等），所以不应该被视为有更深的含义。