我有一个想法，在OpenGL上做一些“类似于intrinsic-like”的东西，但是在谷歌上搜索没有结果。
所以基本上我有一个计算着色器来计算Mandelbrot集（每个线程处理一个像素）。GLSL中我的main函数的一部分如下所示：
float XR, XI, XR2, XI2, CR, CI;
uint i;
CR = float(minX + gl_GlobalInvocationID.x * (maxX - minX) / ResX);
CI = float(minY + gl_GlobalInvocationID.y * (maxY - minY) / ResY);
XR = 0;
XI = 0;
for (i = 0; i < MaxIter; i++)
{
XR2 = XR * XR;
XI2 = XI * XI;
XI = 2 * XR * XI + CI;
XR = XR2 - XI2 + CR;
if ((XR * XR + XI * XI) > 4.0)
{
break;
}
}所以我的想法是使用vec4的，而不是floats，这样做4计算/像素一次，并希望获得4倍的速度提升（类似于“真实的的”CPU内部函数）。但是我的代码似乎比float版本运行得慢得多。仍然有一些错误（如果有人还想看代码，请说出来），但我不认为它们是减慢代码的原因。在我尝试了很久之前，有人能马上告诉我，如果这种努力是徒劳的吗？
1条答案
按热度按时间ccgok5k51#
CPU和GPU的工作原理完全不同。
CPU需要在机器码中进行显式矢量化，要么由程序员显式编码（通过所谓的“CPU-intrisnics”），要么由编译器自动矢量化。
另一方面，GPU通过在其内核上运行着色器（又名内核）的多次调用来进行矢量化。
AFAIK，在现代GPU上，线程内的额外矢量化既不需要也不受支持：代替制造可以一次添加4个浮子的单个芯（例如），拥有四倍数量的更简单的内核（每个内核每次可以操作一个浮点数）会更有好处。更好的原因是，对于处理向量的代码，无论哪种方式，你仍然可以获得相同的吞吐量。然而，对于处理标量的代码，实现矢量指令的额外电路不会被浪费。相反，因为它在多个内核之间分离，它将能够执行着色器的多个示例。大多数代码，出于必要，将至少有 * 一些 * 标量计算在其中。
底线是，您的代码已经很可能最大限度地利用GPU资源。