【高性能计算】CUDA，OpenCL，FPGA 加速，MPI

OpenCL

OpenCL（Open Computing Language）是一种跨平台的GPU加速技术，由Khronos Group开发。OpenCL允许开发人员在不同的硬件平台上编写并行计算应用程序。

OpenCL使用C语言的子集来编写应用程序，并提供了一组API，可以访问GPU硬件，包括GPU内存，OpenCL核心和OpenCL函数库。OpenCL支持多种硬件平台，包括NVIDIA，AMD和Intel GPU，以及CPU和FPGA。OpenCL可以加速一些计算密集型的应用程序，例如数字信号处理，物理模拟和密码学。

CUDA

CUDA（Compute Unified Device Architecture）是由英伟达公司开发的一种GPU加速技术。CUDA是一种特定于NVIDIA GPU的技术，它使用C/C++编程语言，允许开发人员编写并行计算应用程序。CUDA提供了一组API，可以访问GPU硬件，包括GPU内存，CUDA核心和CUDA函数库。CUDA可以加速一些计算密集型的应用程序，例如科学计算，深度学习和计算机视觉。

与OpenCL不同，CUDA 仅适用于NVIDIA的GPU。但是，CUDA 的优势在于其API性能更佳。实际上，GPU硬件制造商通常会提供自己的GPU平台API，无论是CUDA或OpenCL。但是，CUDA 的API性能和简易性都很突出。

FPGA加速

FPGA，全称是Field Programmable Gate Array，是一种可编程硬件，可以实现各种各样的逻辑电路。与GPU不同，FPGA没有其他硬件的访问限制，因此它更灵活。

在实际应用中，FPGA可以用于加速一些特定任务，如加密、解密、音视频编解码等。例如，对于视频编解码任务，FPGA 可以快速地解压和压缩视视频数据，而不产生太多额外的CPU负载，从而提高了视频编解码的效率。

在大规模数据处理和科学计算方面，GPU的应用越来越广泛。无论是OpenCL、CUDA还是FPGA，都可以通过利用GPU的并行计算能力，极大地提高计算效率。对于开发人员来说，选择一种合适的GPU加速技术，结合具体应用场景，可以有效地提高计算效率和用户体验

MPI－（Message Passing Interface）是一个并行计算的API，适合超级电脑，大规模集群。

OpenMPI 是一种高性能消息传递库，可以很方便的把串行程序，改为多线程并行程序，适合多核心电脑，可以和MPI搭配使用，对C语言和Fortran高性能计算支持很好。

tbb-Intel Threading Building Blocks 线程构建模块，是Intel公司开发的并行编程开发的工具,能很好的支持C++并行计算编程。

CUDA(Compute Unified Device Architecture)，显卡厂商NVidia推出的运算平台，使用显卡和处理器进行异构并行计算。

OpenCL (Open Computing Language) 是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成, 最早由苹果公司开发。

https://www.cnblogs.com/huliangwen/p/5003504.htmlhttps://www.cnblogs.com/huliangwen/p/5003504.html CUDA，OpenCL，Metal GPU加速有什么区别，求解？ - 知乎GPU加速是一种利用图形处理器（GPU）在计算机中处理大量数据的技术。GPU加速的目的是通过利用GPU的大量并...https://www.zhihu.com/question/481772259/answer/3053716903 【精选】高性能计算------ CUDA和OPENCL_cuda opencl_zyw2002的博客-CSDN博客文章浏览阅读4.6k次，点赞11次，收藏23次。文章目录OpenCL&Cuda1. 环境配置1.1 cuda的安装和配置1.1.1 安装CUDA1.1.2 配置环境变量1.1.3 检查cuda是否安装成功1.2 VS中配置cuda1.3 VS中配置opencl2. OpenCL&Cuda编程2.1 编程基础2.2 编程案例2.2.1 查看配置信息2.2.2. 向量运算实验目的实验步骤opencl 代码分析cuda 代码分析实验结果结果分析2.2.3 Pi计算实验目的实验步骤opencl代码分析cuda 代码分析实验结果结果分析3. 总结4_cuda openclhttps://blog.csdn.net/zyw2002/article/details/122222915

https://www.cnblogs.com/huliangwen/p/5003504.htmlhttps://www.cnblogs.com/huliangwen/p/5003504.html