我应该现在创建 CUDA 应用程序，还是等待 DirectX 11？ [关闭]

Posted 2023-03-23

【中文标题】我应该现在创建 CUDA 应用程序，还是等待 DirectX 11？ [关闭]

【英文标题】：Should I create CUDA apps now, or wait for DirectX 11? [closed]

【发布时间】：2010-09-18 12:13:09

【问题描述】：

Windows 7 可能会在明年 10 月推出 RTM（以及 DirectX 11），是否值得等待 DirectX 11 明确的 GPGPU 功能，这意味着它将是跨平台的（ATI/Nvidia，而不是 Windows/Linux/Mac /任何）;还是我现在应该创建一个 CUDA 应用程序？

【参考方案1】：

从学习的角度来看，我认为现在开始使用 CUDA 会让您受益匪浅，因为它会极大地帮助您思考 GPU 擅长的数据并行性。然后，当/如果您转向 DirectX 11，您就有了使用它的良好基础，但这取决于您有多少时间（即，您是否有时间尝试只是为了学习经验）。

另外，Mac 用户正在推动将 OpenCL（开放计算语言）作为通用解决方案，尽管目前知之甚少。这是另一项您可以等待并检查的技术。

Microsoft PDC 大会将于本月晚些时候举行，或许他们会公布一些有关 DX11 的有用信息，以帮助您下​​定决心。

我的一般建议是，我认为现在有很多东西需要学习，以后可以使用（使用 DX11 或 OpenCL），但你必须问问自己是否愿意学习一些可能不会从长远来看。无论如何，这些只是我的想法，我还没有大量使用 CUDA 的经验。

在一个高度推测性的注释中，我的直觉是 CUDA 等 API 不会长期存在，而 DirectX 和/或 OpenCL 是唯一有前途的解决方案（除非他们真的搞砸了他们的实现，我对此表示怀疑)。

【参考方案2】：

根据我的经验，从通用处理器编程到 GPGPU 编程的主要飞跃是概念上的飞跃。这里的关键是数据并行代码。

即使在 CPU 上的多线程环境中，每个线程都在底层做自己的事情，线程之间的同步是相对罕见的。要使用 GPGPU 的强大功能，您需要运行数千个线程，这些线程在逻辑上运行相同的指令，处理不同的数据，几乎完全同步。

与了解数据并行范式相比，学习 CUDA 语法相对较快，因此，如果您打算为 GPGPU 编程做好准备，现在开始使用 CUDA 将是一个非常值得的举措。

【讨论】：

我非常了解数据并行编程，我只是想知道如果 DX11 还包含 GPGPU 功能，是否值得在 CUDA 上投入时间。

【参考方案3】：

如果你想要学习体验，那就去吧！

另一种选择是 AMD/ATI 的流 SDK，您可以在这里下载：http://ati.amd.com/technology/streamcomputing/sdkdwnld.html

nVidia 的 Cuda 和 ATI 的 CAL 在功能上大致相当。 Cuda 仅适用于 nVidia gpus，CAL 仅适用于 ATI gpus。

最终，会有很好的跨平台开发工具，但现在这是一个巨大的空白。 DirectX 11 计算着色器和 OpenCL 将努力争取成为首选工具，但目前还没有一个可用。

如果您想构建一些“真正的”应用程序，而不仅仅是一次性的学习体验，并且您希望它能够跨平台工作，有一些替代方案：例如 ***。此外，多年来人们一直在使用 DirectX 和 OpenGL（不是 OpenCL）进行 gpgpu 工作，而无需等待明确的 GPGPU 功能。前往 gpgpu.org 获取指针

【参考方案4】：

DirectX 11 Compute Shader 和 OpenCL 都主要基于 CUDA，因此现在绝对值得开始使用 CUDA。基本上，它们都使用相同的内存模型，并且具有相似的语法，这更接近于 CUDA 而不是 ***+（您将与 Stream SDK 一起使用）。

但是，如果您想要 DX11，则无需等待，只需从 Microsoft 获取带有 DX11 预览的November 2008 SDK，您已经可以使用它来编写（至少）简单的计算着色器应用程序。