#并行处理 #计算 #并行 #跨平台 #线程 #性能

core-compute

快速、简单且跨平台的 GPGPU 并行计算库

8 个不稳定版本 (3 个破坏性更新)

0.5.1 2024年8月23日
0.5.0 2024年8月23日
0.4.0 2024年8月18日
0.3.3 2024年8月18日
0.1.0 2024年8月15日

#427 in 并发

Download history 77/week @ 2024-08-09 502/week @ 2024-08-16

每月下载 579

MIT 许可证

14KB
178

core-compute

快速、简单且跨平台的并行计算库

特别说明

入门

  • 首先,你将使用 wgpu 支持的着色语言编写你的内核代码(推荐使用 wgsl,默认着色器入口点设置为 main,因此你的 wgsl 内核代码必须包含 main 函数)
  • 创建类型为 compute kernel 的变量,并设置其 x、y、z。在这里将 x、y、z 视为 CUDA 中的使用方式
  • 创建类型为 info 的变量,包含您要发送到 GPU 端的数据(目前将 bind 和 group 设置为相同的值,将其视为 wgpu 用于查找正确数据的值)(自 v0.4.0 起bind 和 group 可以设置为任何值)
  • 调用 compute!(compute_kernel ,&mut info , ...)
  • 计算后,compute 宏将用 GPU 设置的新数据替换 infos 的数据字段
  • 完成了!

查看: https://docs.rs/core-compute/latest/core_compute/

对于本地绑定:https://github.com/SkillfulElectro/core-compute_native.git

依赖项

~3–34MB
~522K SLoC