Selon les informations du site web, une brève compilation des différences entre CUDA et OpenCL. Merci de signaler toute erreur.
Digression : Un test de simulation au Sandia National Laboratory aux États-Unis a prouvé qu’en raison des limitations du mécanisme de stockage et de la bande passante mémoire, les processeurs 16, 32 ou même 64 cœurs non seulement ne peuvent pas améliorer les performances des superordinateurs, mais peuvent même entraîner une baisse significative de l’efficacité.
Qu’est-ce qu’OpenCL ?
Il s’agit d’une norme ouverte et libre pour la programmation parallèle destinée à l’usage général des systèmes hétérogènes, initiée par Apple et produite conjointement par de nombreux fabricants renommés dans l’industrie, et c’est aussi un environnement de programmation unifié. Il est pratique pour les développeurs de logiciels d’écrire du code efficace et léger pour des serveurs de calcul haute performance, des systèmes de bureau et des appareils portables, et il est largement utilisé dans les processeurs multi-cœurs (CPU), les unités de traitement graphique (GPU), les architectures de type cellule et d’autres processeurs parallèles tels que les processeurs de signal numérique (DSP), et offre de larges perspectives de développement dans divers domaines tels que le jeu, le divertissement, la recherche scientifique et les soins médicaux.
Qu’est-ce que la CUDA ?
CUDA est une architecture basée sur le calcul parallèle sur des GPU Nvidia. CUDA comprend principalement deux aspects : l’un est l’architecture du jeu d’instructions ISA ; le second moteur informatique matériel ; C’est en fait du matériel et un jeu d’instructions. En d’autres termes, on peut penser à CUDA comme une architecture similaire à X86 ou Cell, mais basée sur des GPU, et non sur des CPU traditionnels.
Qu’est-ce qu’OpenCL au juste ?
OpenCL est en réalité une toute nouvelle API pour la programmation parallèle de systèmes hétérogènes, et OpenCL peut utiliser des GPU pour effectuer un travail de calcul parallèle.
OpenGL est destiné aux graphes, tandis qu’OpenCL est destiné au calcul parallèle.
Dans le processus de développement d’OpenCL, les plateformes techniques sont toutes des GPU NVIDIA, et en fait, OpenCL est développé à partir des plateformes GPU NVIDIA. De plus, la première démo d’OpenCL fonctionnait également sur des GPU NVIDIA.
Essentiellement, OpenCL est une technologie équivalente à DirectX sur la plateforme Windows. Ou plutôt, c’est une interface API qui relie le matériel et le logiciel. À cet égard, il est similaire à OpenGL, mais OpenCL est bien plus étendu qu’OpenGL, et il n’est pas utilisé uniquement pour les graphismes 3D. Si vous le décrivez en une phrase, le rôle d’OpenCL est de libérer le potentiel matériel en appelant les ressources informatiques du processeur et du GPU, afin que le programme fonctionne plus vite et mieux.
Qu’est-ce que CUDA exactement ?
L’architecture CUDA est native, spécialement conçue pour les interfaces de calcul, et cette architecture matérielle, y compris les ensembles d’instructions, est un ensemble complet d’architectures conçues pour ce type de calcul parallèle et de calcul hétérogène. L’architecture CUDA peut prendre en charge les API, y compris OpenCL ou DirectX, et CUDA prend également en charge C, C++, Fortran, Java, Python et d’autres langages.
Quelle est la relation entre OpenCL et CUDA ?
La relation entre CUDA et OpenCL n’est pas une relation conflictuelle, mais une relation inclusive. OpenCL est une API, au premier niveau, l’architecture CUDA est de niveau supérieur, que ce soit OpenCL, DX11 ou le langage C, Fortran, DX11 peut être prise en charge. En tant que développeur de programmes, ils ne comprennent généralement que ces langages ou API, et peuvent utiliser plusieurs langages pour développer leurs propres programmes, quel que soit le langage choisi, tant qu’ils souhaitent appeler la puissance de calcul du GPU, ils peuvent utiliser CUDA pour programmer sur cette architecture.
Les différences techniques entre OpenCL et CUDA se reflètent principalement dans la méthode d’implémentation. CUDA basé sur le langage C est intégré dans un code facile à écrire, de sorte que même des chercheurs peu familiers avec la construction de puces peuvent utiliser les outils CUDA pour écrire des programmes pratiques. Bien qu’OpenCL soit syntaxiquement proche de CUDA, il met davantage l’accent sur les opérations sous-jacentes, ce qui rend cela plus difficile, mais à cause de cela, OpenCL peut fonctionner sur plusieurs plateformes.
CUDA est une architecture de calcul parallèle qui contient une architecture de jeu d’instructions et un moteur matériel correspondant. OpenCL est une interface de programmation d’applications (API) pour le calcul parallèle, et OpenCL est un nouveau chemin de développement de programmes CUDA en plus de C pour CUDA sur l’architecture NVIDIA CUDA.
Si vous voulez mieux contrôler le matériel, vous pouvez utiliser l’API OpenCL pour programmer, et si vous ne connaissez pas bien l’API, vous pouvez aussi programmer en CUDA C, qui sont deux façons différentes de programmer, et elles ont leurs similitudes et différences. Mais il y a un peu de temps, lorsque les langages OpenCL et CUDA C sont développés, dans l’informatique parallèle, leurs concepts sont similaires ; ces deux programmes ont de grandes similitudes, ce qui rend relativement facile de les porter l’un vers l’autre.
Le langage CUDA C est positionné différemment d’OpenCL, ou en d’autres termes, il utilise des personnes différentes. CUDA C est un langage de haut niveau facilement utilisé par des non-professionnels qui ne connaissent pas grand-chose au matériel ; OpenCL est une interface de développement d’applications orientée matériel, qui donne aux programmeurs plus de contrôle sur le matériel, et il sera plus difficile de démarrer et de développer.
Les habitudes d’utilisation des programmeurs sont également très importantes : ceux qui utilisent le langage C sur la plateforme CPU X86 accepteront facilement le langage C basé sur la plateforme GPU CUDA ; Les personnes habituées au développement graphique OpenGL seront plus accessibles à OpenCL, et il sera très facile de développer des programmes informatiques liés aux graphismes et à la vidéo sur cette base.
|
Publié sur 22/04/2018 21:42:36
|
|
|
|
