JuliaGPU/KernelAbstractions.jl
Heterogeneous programming in Julia
解决的问题
KernelAbstractions.jl 提供了一种编写 GPU 类似内核的方法，这些内核可以在多个不同的硬件后端上运行，而无需为每个特定平台重新编写代码。它解决了硬件锁定问题以及跨不同 GPU 供应商进行异构计算的需求。
工作原理
该库充当一个最小且高性能的抽象层。它允许开发者编写一组单一的内核，然后由该包将这些内核针对多种支持的执行后端进行目标化，包括 NVIDIA CUDA、AMD ROCm、Intel oneAPI 和 Apple Metal。
适用人群
需要编写高性能、跨多种 GPU 架构兼容的异构代码的开发者和研究人员。
特色亮点
- 支持多种后端：NVIDIA CUDA、AMD ROCm、Intel oneAPI 和 Apple Metal。
- 设计为最小且高性能。
- 支持为不同执行后端编写 GPU 类似内核。
相关
- 项目
- 项目
- 项目
- 项目
- 项目