OpenCL 的 C++ 函式庫：Boost.Compute

這是前幾天在 GPGPU.org 上看到的消息，原文是《Boost.Compute v0.2 Released》。

基本上，Boost.Compute 是一個基於 OpenCL 的 C++ GPGPU、大量平行化函式庫，主要的設計目的，是用來簡化 GPGPU 程式的開發。Boost.Compute 實際上是一個 OpenCL C API 的一個 C++ wrapper，讓開發者可以用 C++ 的概念、以及 STL-like 的程式風格、來開發 OpenCL 的程式。個人會覺得他的形式應該相當接近 nVIDIA CUDA 的 Thrust 這個函式庫。

他的原始碼目前是放在 GitHub 上，網址是：

https://github.com/kylelutz/compute

目前還僅只是 0.2 版、同時也還沒有被納為 Boost C++ Libraries 的一部分，基本上，應該還是算是在測試階段吧～

而由於他是採取 Header-only 的形式，所以使用前本身並不需要建置。不過因為他本身是基於 OpenCL 來做的，所以專案的設定也需要按照開發 OpenCL 時一樣做設定（include path、linking OpenCL.lib）；另外由於他也有用到 Boost C++ Libraries 的其他函式庫，所以也需要準備整個 Boost 的環境。

下面就是他的基本範例：

#include <vector>
#include <algorithm>
#include <boost/compute.hpp>
 
namespace compute = boost::compute;
 
int main()
{
  // get the default compute device
  compute::device gpu = compute::system::default_device();
 
  // create a compute context and command queue
  compute::context ctx(gpu);
  compute::command_queue queue(ctx, gpu);
  
  // generate random numbers on the host
  std::vector<float> host_vector(1000000);
  std::generate(host_vector.begin(), host_vector.end(), rand);
  
  // create vector on the device
  compute::vector<float> device_vector(1000000, ctx);
 
  // copy data to the device
  compute::copy(
    host_vector.begin(),
    host_vector.end(),
    device_vector.begin(),
    queue
  );
 
  // sort data on the device
  compute::sort(
    device_vector.begin(),
    device_vector.end(),
    queue
  );
 
  // copy data back to the host
  compute::copy(
    device_vector.begin(),
    device_vector.end(),
    host_vector.begin(),
    queue
  );
 
  return 0;
}

以這個範例來看，他基本上在初始化完成之後，把資料複製到 compute::vector<> 這種放在 GPU 上的資料型別裡，然後就可以透過 Boost.Compute 提供的函式來做平行化處理了～像在上面的例子裡面，就是使用了 compute::sort() 這個演算法，來幫資料做排序。

在 Boost.Compute 的  algorithm 裡面，也還提供了很多其他的函式，可以拿來直接使用。

而如果希望寫自己的處理函式給 transform() 這類的函式用的話，Boost.Compute 也有幾種提供對應的方法可以撰寫；下面就是一個使用 boost::compute::function<> 搭配 make_function_from_source<>() 的範例：

  boost::compute::function<int (int)> add_four =
    boost::compute::make_function_from_source<int (int)>(
      "add_four",
      "int add_four(int x) { return x + 4; }"
    );
 
  compute::transform(
    device_vector.begin(),
    device_vector.end(),
    device_vector.begin(),
    add_four
  );

而如果使用 BOOST_COMPUTE_FUNCTION 這個 macro 的話，或許會比較好撰寫：

BOOST_COMPUTE_FUNCTION(int, add_four, (int x),
{
  return x + 4;
});

這邊大概就簡單介紹到這，更詳細的說明，就請參考官方文件了～

不過話說，Heresy 個人比較希望可以直接把 C++14 的 Parallel STL 直接 GPU 化啊～ XD