Mein System hat eine Grafikkarte. Ich spiele keine Spiele.Kann ich Julia benutzen, um meine GPU & CPU zu programmieren?
Ich möchte einige High-Performance-Computing-Sachen zum Spaß programmieren.
Kann ich JULIA lang verwenden, um meine Hardware zu nutzen?
JA!
Geben Sie OpenCL.jl
*, wie installieren?
Pkg.add("OpenCL");
Pkg.update()
Verwenden Sie den folgenden Link, um die verschiedenen OpenCL Compute-Plattformen auf Ihrer Hardware
https://github.com/JuliaGPU/OpenCL.jl/blob/master/examples/performance.jl
CUDA ist für NVIDIA propietary zu überprüfen, sondern ist weit verbreitet in wissenschaftlichen Rechnens verwendet. Julia hat mehrere CUDA-bezogene Pakete, aber ich habe CUDArt benutzt, was ziemlich gut für mich funktioniert hat.
https://github.com/JuliaGPU/CUDArt.jl
Normalerweise haben Sie manuell freien Speicher Sie auf dem GPU zuordnen, aber dieses Paket hat CudaArray Klassen, die mit der Julia GC registriert sind, so dass Sie nicht über Speicherlecks zu kümmern. Wenn Ihre Speicheranforderungen anspruchsvoller sind, können Sie den Speicher natürlich manuell verwalten.
Wenn Sie mit dem Schreiben eigener Kernel beginnen, können Sie sie auch direkt von Julia aus aufrufen, wenn Sie sie nach PTX kompilieren (nicht nach geteilten Objekten/DLLs). Sie können sie tatsächlich in einer bestehenden Julia-Sitzung neu laden, wenn Sie sich auf diese Weise nähern.
Schön. Aber ich habe keine NVIDIA-Grafikkarte. Ich benutze Radeon. Und OpenCL ist Anbieter agnostisch, denke ich. – suryakrupa
Ich verwende erfolgreich die ArrayFire Bibliothek mit the Julia wrapper. Es unterstützt sowohl CUDA als auch OpenCL (und CPU).
Es ist ziemlich einfach zu verstehen und zu verwenden:
#Random number generation
a = rand(AFArray{Float64}, 100, 100)
#Basic arithmetic operations
c = sin(a) + 0.5
d = a * 5
Hier ist ein Benchmark-Durchlauf:
julia> benchmark()
INFO: Warmup done!
INFO: Matmul
Time (CPU): 0.042887455
Time (GPU): 0.0417952754
INFO: FFT
Time (CPU): 0.074640831
Time (GPU): 0.009890463
INFO: Rand
Time (CPU): 0.089245094
Time (GPU): 0.0097255858
INFO: Vec sort
Time (CPU): 0.11730852
Time (GPU): 0.0384733068
wird ArrayFire.jl noch entwickelt? es ist derzeit in Julia 0,4 und 0,5 versagt. –
Es würde mich interessieren, einige Vergleiche zwischen OpenCL und dem CUDAnative Paket, um zu sehen, wenn es Entwicklung ist abgeschlossen . Mit OpenCL vermeiden Sie natürlich die Herstellersperre. –