將C＃方法轉換爲C++方法

Question

我正在探索將常見C＃代碼構造映射到C++ CUDA代碼以在GPU上運行的各種選項。該系統的結構如下（箭頭表示方法調用）：

C＃程序 - > C＃GPU LIB - > C++ CUDA實現LIB

在GPU庫的方法可能看起來像這樣：

public static void Map<T>(this ICollection<T> c, Func<T,T> f) 
{ 
    //Call 'f' on each element of 'c' 
} 

這是對每個元素運行函數的ICollection類型的擴展方法。不過，我想要做的是調用C++庫並使其在GPU上運行這些方法。這需要將函數以某種方式轉換爲C++代碼。這可能嗎？詳細說明一下，如果我的庫的用戶執行一個帶有一些任意代碼的方法（用C＃），我想將這些代碼翻譯成C++ equivelant，以便我可以在CUDA上運行它。我覺得有沒有簡單的方法來做到這一點，但我想知道是否有辦法做到這一點或達到一些相同的效果。

我想知道的一件事是捕獲函數來轉換表達式並使用它將其映射到C++ equivelant。任何人都有這方面的經驗？

Answer 1

有CUDA.Net如果你想要一些參考如何C＃可以在GPU上運行。

Answer 2

說實話，我不確定我完全理解你在做什麼。但是，您可能對將.NET應用程序/庫轉換爲直接的C++而無需任何.Net框架的此項目感興趣。 http://www.codeplex.com/crossnet

Answer 3

有趣的問題。我在C＃上不是很專業，但我認爲ICollection是一個容器對象。如果c的每個元素都是像素，則必須進行大量編組才能將其轉換爲CUDA可以使用的字節或浮點緩衝區。我懷疑這會讓所有的東西放慢速度，否定在GPU上做任何事情的優勢。

Answer 4

你可以做的是編寫自己的IQueryable LINQ provider，就像LINQ to SQL將LINQ查詢翻譯成SQL一樣。

但是，我用這種方法看到的一個問題是，LINQ查詢通常是懶惰地評估的。爲了從管道中受益，這可能不是一個可行的解決方案。

也許值得研究如何爲C＃和CUDA實現Google的MapReduce API，然後使用類似於PyCuda的方法將邏輯發佈到GPU。在這種情況下，查看已有的MapReduce implementation in CUDA也可能有用。

Answer 5

這是一個非常有趣的問題，我不知道如何做到這一點。

但是，Brahma library似乎做了非常類似的事情。您可以使用LINQ定義函數，然後編譯爲GLSL着色器以在GPU上高效運行。看看他們的code，尤其是Game of Life樣本。

Answer 6

我建議以下進程加快一些使用CUDA的C＃程序的計算：

• 首先，創建您的P/Invoke的功能，你想要一個非託管 C++庫加速。這將限制您在CUDA中輕鬆使用的數據類型。
• 將您的非託管庫與您的C＃應用​​程序集成。如果你正在做的事情，你應該已經注意到某種加速。如果不是，你應該放棄。
• 替換庫中的C++函數（不更改其接口），以使用CUDA內核在GPU上執行計算。