C++ 的標準函式庫雖然一直以來都有提供 <algorithm> 這個函式庫（參考），可以來做某些處理；而裡面其實也有像是 std::for_each()（參考）或 std::for_each_n()（參考）這類的函式、可以用來掃完整個陣列。
但是由於這些演算法大多是針對 iterator 來進行操作，在很多需要使用索引值（index）來存取周圍的資料時，會變得相對麻煩；也因此，其實 Heresy 這邊大多會使用傳統的 for 迴圈、或是 C++11 的 range-base for-loop 來寫，而很少會去用 std::for_each()。
也因此，當 C++17 開始正式針對部分也算法提供平行化的能力的時候（參考），雖然高興了一陣子，但是卻也發現有點難以使用…
C++ AMP 是微軟在 2011 年發表、在 2012 年推出的一套適用於 GPGPU、大量平行化的 C++ 函式庫。他基本上算是相對高階的 GPGPU 開發方案，由於底層是使用 DirectX 來做的，所以理論上能支援不同廠牌的顯示卡（參考《C++ AMP 相關資料》）。
不過，由於 Heresy 這邊還是有考慮到要跨到 Linux 環境的問題，所以簡單玩了一下後，就沒有去認真研究這個東西了。（不過由於 C++AMP 屬於開放標準，倒也真有人在 CLANG/LLVM + OpenCL 弄出了 C++AMP 的實作；參考《Bringing C++AMP Beyond Windows via CLANG and LLVM》）
而前幾天，忽然和到 Google 推薦的文章《C++ AMPの死について》，這才發現原來 C++AMP 也已經被微軟賜死了…
雖然 Heresy 個人算是滿早期開始接觸 NVIDIA CUDA 的，但是其實已經沒有在碰 NVIDIA CUDA 程式好一段時間了…不過，由於在開發的專案裡面，還是有一些地方有用到別人寫的 CUDA 程式，所以在維護的時候，還是需要去考慮他。
而根據從以前到現在的經驗，NVIDIA 針對 Visual Studio 的支援，一向不是做得很快、很好；往往 Visual Studio 已經出了新版本了，CUDA 才終於支援上一個版本…
某方面來說，這應該也是由於 NVIDIA CUDA 的重點是高速計算、大部分這個領域的用戶，其實都是把程式放在 Linux 叢集上跑的關係吧？但是，這對於一般 Windows 的開發者來說，其實還滿麻煩的…
最近，Heresy 在把手邊的專案移植到 Visual Studio 2017 上，CUDA 又出現問題了… orz
這篇是參考《Changes between C++14 and C++17 DIS》，他主要是在描述 C++14 到 C++17 的變化；雖然由於 C++17 其實還是草案，所以很多東西都還有變數。不過由於他這邊整理的滿清楚的，所以這邊就稍微紀錄一下。
這篇文章，基本上把 C++14 到 C++17 的變化，整理出幾個部分：
NVIDIA 的 CUDA 架構，基本上應該算是現階段最成功的 GPGPU 環境之一。他在新一代、專門用來做大量平行計算的環境裡面，算是推出最早的，所以相對起來、發展的也算是最完整的；而後來雖然 Khronos 有推出跨硬體平台的開放標準 OpenCL（Intel、AMD、NVIDIA 都有支援），但是就 Heresy 所知，還是有許多開發人員是偏好 CUDA 的。
而 AMD 在 GPGPU 這一塊…個人是覺得發展的始終有點悲劇吧？Heresy 有紀錄的部分，他最早是推出自家的「Stream SDK」，而之後就徹底捨棄自己的語言、完全轉投向 OpenCL、Stream SDK 也改名為「AMD APP SDK」了。
儘管 AMD 也試著在靠 OpenCL、以及後來所推出、基於 AMD APU 的「Heterogeneous System Architecture」（異質系統架構、官網）來做平行計算的發展方向（AMD 稱之為「Heterogeneous Computing」、異質計算），但是實際上…就個人所知，成效似乎不算是很好。
這篇算是簡單整理一下 Khronos 在 GDC 2015 發表的一些消息。今年 Khronos 發表的消息，主要是下一代的 OpenGL、「Vulkan」，以及 OpenCL 兩個部分；而實際上，繪圖和計算這兩部分，看來已經越來越一體化了。
整體性的介紹，可以參考官方的投影片：Khronos GDC Press Briefing : Mar15.pdf。
NVIDIA CUDA 又更新囉～這次的版本編號是 6.5，相較於去年年底的 6.0 版，這次的改版，最主要的變化、是加入了對於 64-bit ARM 的支援！之前在 CUDA 5.5 的時候，NVIDIA 是第一次支援 ARM 的架構，而當時都還是僅有 32 位元版；而現在則是正式支援 64-bit 的 ARM 系統了！某方面來看，或許算是 NVIDIA 在為自家的 Denver 版 Tegra K1 鋪路吧？
如果要下載的話，則可以到官方網頁：
而除了支援 64bit ARM 以外，其他的新功能還包括了：
OpenCV 實際上在 2011 年開始，就有一個「gpu」的模組，可以透過 NVIDIA CUDA 來使用顯示卡做 GPGPU 的計算了！目前官網上也有相關的文件了（連結）。
不過，現在 OpenCV 官網上，有提供已經建置好的 2.4.9 的程式可以下載，其中也包括了 Heresy 需要的 Windows 版；不過很遺憾的，官方所提供的預先建置好的版本，看來都沒有建置成支援 GPU 的版本…所以如果需要使用 OpenCV 的 GPU 功能的話，就需要自己下載原始碼來自己建置了。
而這篇，基本上就是 Heresy 自己試著用 Visual Studio 來建置 OpenCV 的 GPU 版本的紀錄。
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：
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～
之前在《C++14 進行中，來看目前的委員會草案吧～》一文中有提過了，在 C++14 這個尚未定案的 C++ 新標準裡、又針對了 C++ 的核心語言、以及標準函示庫（STL）做出了若干的改進。其中，Heresy 覺得相當重要的一部分，就是讓平行化程式開發更簡單的 STL 新函示庫、Parallel STL 了！
而之前在《Modern C++: What you need to know》一文也有提過，微軟在 Build 2014 上曾經預告過，將會放出根據《Working Draft, Technical Specification for C++ Extensions for Parallelism》實作的 Parallel STL 雛型版本；而現在，微軟終於把他放在 CodePlex 上了！
官方的介紹，是《Parallel STL – Democratizing Parallelism in C++》這篇文章，專案的網址則是：
Heresy's Space 