level 11
所以异构计算程序编写比较复杂呢，
而且不是所有问题都适合异构计算的。
要让GPU计算效率高，
首先要将问题离散化成若干关联度很低的小问题，
然后要对多级内存体系合理划分以求用计算时间隐藏数据延迟，
最后是返回host的结果尽量回避中间结果从而减少数据传输。
2020年02月05日 13点02分
level 9
2
谢谢大牛，如果并行计算，您倾向于用哪个框架，查资料有cuda、openMP等，还是自己用并行思维自己写，或者推荐教程书
2020年02月05日 14点02分
@夕西行 根据实际需要来吧，简单问题用openmp，流程逻辑上能分成几部分做的优先考虑MPI，计算内容上能分开的如果计算量不是太大，或者精度要求很高也用MPI，计算内容上能接近完全离散开的或计算量很大的，首选GPU。GPU计算首选CUDA，次选OPENCL，如果选用OPENCL，不要选择python方案。
2020年02月06日 00点02分
@夕西行 CUDA方面资料直接看NV的开发者网站就能入门了，后续的看自己的方向和精力吧。MPI可以看张林波的书，OPENMP很简单，网上找找，最长一周也应该能入门吧，OPENCL可以看David Kaeli的书。另外，多看例程吧。
2020年02月06日 00点02分