如何扩展 GPGPU 的顶点着色器功能

Posted 2023-02-16

【中文标题】如何扩展 GPGPU 的顶点着色器功能

【英文标题】：How to extend vertex shader capabalities for GPGPU

【发布时间】：2014-07-30 18:46:35

【问题描述】：

我正在尝试在 GLSL 上实现 Scrypt 哈希（用于 LTC 矿工）（不要问我为什么）。

实际上，我被 HMAC SHA-256 算法所困扰。尽管我已经正确实现了 SHA-256（它为输入重新调整了正确的哈希值），但当我添加最后一步（哈希与 oKey 连接的前一个哈希值）时，片段着色器停止编译。

着色器最多只能执行三轮 SHA-256。它只是停止编译。有什么限制？它不使用太多内存，总共 174 个 vec2 对象。看起来，它与内存无关，因为任何额外的 SHA256 轮次都不需要新的内存。看来，它与视口大小无关。它停止在 1x1 和 1x128 视口上工作。

我已经开始在 WebGL 上做矿工，但是在出现限制后，我尝试在 Qt 中在全功能 OpenGL 上运行相同的着色器。结果，桌面 OpenGL 允许的 SHA256 轮次比 WebGL 中的 OpenGL ES 少（为什么？）。

忘了说。着色器在联动阶段失败。着色器本身编译良好，但程序链接失败。

我不使用任何纹理、任何扩展、缓慢的东西等。只是简单的正方形（4 个 vec2 顶点）和几个用于片段着色器的制服。 输入数据只有 80 字节，片段着色器的结果是二进制（黑色或白色），因此该任务非常符合 GLSL 原则。

我的显卡是具有大量 VRAM 的 Radeon HD7970，它能够容纳数百个 scrypt 线程（scrypt 每个哈希使用 128kB，但我不能只实现 HMAC-SHA-256）。我的卡支持 OpenGL 4.4。

我是 OpenGL 的新手，可能理解有问题。我知道片段着色器分别为每个像素运行，但如果我有 1x128 视口，则只使用 128x348 字节。片段着色器的极限在哪里。

这是我用来让您了解我如何解决问题的常用代码。

uniform vec2 base_nonce[2];
uniform vec2 header[20];    /* Header of the block */
uniform vec2 H[8];
uniform vec2 K[64];

void sha256_round(inout vec2 w[64], inout vec2 t[8], inout vec2 hash[8]) 
    for (int i = 0; i < 64; i++) 
        if( i > 15 ) 
            w[i] = blend(w[i-16], w[i-15], w[i-7], w[i-2]);
        

        _s0 = e0(t[0]);
        _maj = maj(t[0],t[1],t[2]);
        _t2 = safe_add(_s0, _maj);
        _s1 = e1(t[4]);
        _ch = ch(t[4], t[5], t[6]);
        _t1 = safe_add(safe_add(safe_add(safe_add(t[7], _s1), _ch), K[i]), w[i]);

        t[7] = t[6]; t[6] = t[5]; t[5] = t[4];
        t[4] = safe_add(t[3], _t1);
        t[3] = t[2]; t[2] = t[1]; t[1] = t[0];
        t[0] = safe_add(_t1, _t2);
    
    for (int i = 0; i < 8; i++) 
        hash[i] = safe_add(t[i], hash[i]);
        t[i] = hash[i];
    


void main () 
    vec2 key_hash[8]; /* Our SHA-256 hash */
    vec2 i_key[16];
    vec2 i_key_hash[8];
    vec2 o_key[16];

    vec2 nonced_header[20]; /* Header with nonce */
    set_nonce_to_header(nonced_header);

    vec2 P[32]; /* Padded SHA-256 message */
    pad_the_header(P, nonced_header);

    /* Hash HMAC secret key */
    sha256(P, key_hash);

    /* Make iKey and oKey */
    for(int i = 0; i < 16; i++) 
        if (i < 8) 
            i_key[i] = xor(key_hash[i], vec2(Ox3636, Ox3636));
            o_key[i] = xor(key_hash[i], vec2(Ox5c5c, Ox5c5c));
         else 
            i_key[i] = vec2(Ox3636, Ox3636);
            o_key[i] = vec2(Ox5c5c, Ox5c5c);
        
    

    /* SHA256 hash of iKey */

    for (int i = 0; i < 8; i++) 
        i_key_hash[i] = H[i];
        t[i] = i_key_hash[i];
    

    for (int i = 0; i < 16; i++)  w[i] = i_key[i]; 
    sha256_round(w, t, i_key_hash);

    gl_FragColor = toRGBA(i_key_hash[0]);

我可以使用哪些解决方案来改善这种情况？在 OpenGL 4.4 和 OpenGL ES 3.1 中有什么很酷的东西吗？甚至可以进行这样的计算并在片段着色器中保留这么多（128kB）吗？顶点着色器的限制是什么？我可以在顶点着色器而不是片段上做同样的事情吗？

【问题讨论】：

WebGL 和 Qt 实现都使用 ANGLE 将 OpenGL 调用转换为 DirectX。所以这种翻译可能会使事情复杂化（如果它正在发生的话）。我猜循环展开可能会增加可执行文件大小超出 GPU 的能力（似乎不太可能，但我不知道着色器的全部复杂性）

你建议我在 Linux 上试试吗？

我不知道那里的 AMD 驱动程序情况，但我想你可以检查着色器的二进制大小，否则我没有任何想法，我自己没有做过大量的 OpenGL。

我前段时间翻译了 HLSL 着色器（来自 WebGL）。看来，它是 1 比 1 翻译的。pastebin.com/uY7V8uHC。 GLSL 中的 for 循环对应于 HLSL 中的相同循环

你检查过我的回购github.com/Kukunin/webgl-scrypt吗？它使用 WebGL 实现了整个 scrypt 算法，但比普通 JS 慢 10 倍。使用 WebGL2 应该会更快，但我没有尝试过

【参考方案1】：

我试着回答我自己的问题。

Shader 是一个小型处理器，具有有限的寄存器和高速缓存。此外，指令执行也有限制。因此，将所有内容融入一个片段着色器的整个架构是错误的。

另一方面，您可以在渲染过程中更改着色器程序数十或数百次。这是正常的做法。

需要将大计算分成更小的部分并分别渲染。使用渲染到纹理来保存您的工作。

由于webgl statistic，96.5% 的客户端具有 MAX_TEXTURE_SIZE eq 4096。它为您提供 32 兆字节的内存。它可以包含 256 个 scrypt 计算线程的草稿数据。

【讨论】：

如何确保避免使用纹理（GPU CPU）进行长时间的内存操作？是否可以将一个渲染的结果纹理绑定为另一个渲染的输入，而无需将其复制到 CPU 内存并返回到 GPU？

愚蠢的问题。当然可以。只需将您的纹理绑定到帧缓冲区，渲染到帧缓冲区，数据就会在您的纹理中。只需将此纹理附加到您的下一个场景即可。更多信息here