NVIDIA/cccl

解决的问题

CUDA C++ 开发者通常需要高性能的并行算法和标准库抽象，但这些功能此前分散在多个独立的库中。CCCL 将这些关键构建模块统一到一个仓库中，简化开发流程，使编写安全、高效且可移植的 CUDA 代码变得更加容易。

工作原理

CCCL 是一个仅包含头文件的集合，集成了三个核心库：

• Thrust：一个高级别的 C++ 并行算法库，提供提升生产力的接口，并在 GPU 和多核 CPU 之间实现性能可移植性。
• CUB：一个低级别的、专为 CUDA 设计的库，专注于“光速”并行算法，为自定义内核提供设备级和协作式（块级/瓦片级）的构建模块。
• libcudacxx：CUDA C++ 标准库，实现 C++ 标准库功能，适用于主机和设备代码，并为 CUDA 特有的硬件功能（如原子操作和同步原语）提供抽象。

适用人群

需要在 NVIDIA GPU 上进行并行计算时使用标准化、高性能工具集的 CUDA C++ 开发者。

主要亮点

• 统一仓库：将 Thrust、CUB 和 libcudacxx 集成在一起，提供更一致的开发体验。
• 仅头文件：无需预编译二进制文件，可轻松集成到构建系统中。
• 性能可移植性：代码可在不同 GPU 架构上高效运行，部分情况下也可在多核 CPU 上运行。
• 广泛兼容性：支持多个 CUDA Toolkit 版本、主机编译器（GCC、MSVC）和 C++ 语言标准（C++17、C++20）。