Windows UI自動化 WIn32API以及MSAA
什麼是 GPU.js?
GPU.js是一個針對 Web 和 Node.js 構建的JavaScript加速庫,用於在圖形處理單元(GPGPU)上進行通用程式設計,它使你可以將複雜且耗時的計算移交給 GPU 而不是 CPU,以實現更快的計算和操作。還有一個備用選項:在系統上沒有 GPU 的情況下,這些功能仍將在常規 JavaScript 引擎上執行。
當你要執行復雜的計算時,實質上是將這種負擔轉移給系統的 GPU 而不是 CPU,從而增加了處理速度和時間。
高效能運算是使用 GPU.js 的主要優勢之一。如果你想在瀏覽器中進行平行計算,而不瞭解 WebGL,那麼 GPU.js 是一個適合你的庫。
為什麼要使用 GPU.js
為什麼要使用 GPU 執行復雜的計算的原因不勝列舉,有太多的原因無法在一篇文章中探討。以下是使用 GPU 的一些最值得注意的好處。
- GPU 可用於執行大規模並行 GPGPU 計算。這是需要非同步完成的計算型別
- 當系統中沒有 GPU 時,它會優雅地退回到 JavaScript
- GPU 當前在瀏覽器和 Node.js 上執行,非常適合通過大量計算來加速網站
- GPU.js 是在考慮 JavaScript 的情況下構建的,因此這些功能均使用合法的 JavaScript語法
如果你認為你的處理器可以勝任,你不需要 GPU.js,看看下面這個 GPU 和 CPU 執行計算的結果。
如你所見,GPU 比 CPU 快 22.97 倍。
GPU.js 的工作方式
考慮到這種速度水平,JavaScript 生態系統彷彿得到了一個可以乘坐的火箭。GPU 可以幫助網站更快地載入,特別是必須在首頁上執行復雜計算的網站。你不再需要擔心使用後臺執行緒和載入器,因為 GPU 執行計算的速度是普通 CPU 的 22.97 倍。
gpu.createKernel方法建立了一個從 JavaScript函式移植過來的 GPU 加速核心。
與 GPU 並行執行核心函式會導致更快的計算速度——快 1-15 倍,這取決於你的硬體。
GPU.js 入門
為了展示如何使用 GPU.js 更快地計算複雜的計算,讓我們快速啟動一個實際的演示。
安裝
sudo apt install mesa-common-dev libxi-dev // using Linux
npm
npm install gpu.js --save
// OR
yarn add gpu.js
在你的 Node 專案中要匯入 GPU.js。
import { GPU } from ('gpu.js')
// OR
const { GPU } = require('gpu.js')
const gpu = new GPU();
乘法演示
在下面的示例中,計算是在 GPU 上並行完成的。
首先,生成大量資料。
const getArrayValues = () => {
// 在此處建立2D arrary
const values = [[], []]
// 將值插入第一個陣列
for (let y = 0; y < 600; y++){
values[0].push([])
values[1].push([])
// 將值插入第二個陣列
for (let x = 0; x < 600; x++){
values\[0\][y].push(Math.random())
values\[1\][y].push(Math.random())
}
}
// 返回填充陣列
return values
}
建立核心(執行在 GPU 上的函式的另一個詞)。
const gpu = new GPU();
// 使用 `createKernel()` 方法將陣列相乘
const multiplyLargeValues = gpu
.createKernel(function(a, b) {
let sum = 0;
for (let i = 0; i < 600; i++) {
sum +=
aaaaaaaaaaaaaaaa\[this.thread.yyyyyyyyyyyyyyyy\][
i
] *
bbbbbbbbbbbbbbbb\[iiiiiiiiiiiiiiii\][this.thread.x];
}
return sum;
})
.setOutput([600, 600]);
使用矩陣作為引數呼叫核心。
const largeArray = getArrayValues();
const out = multiplyLargeValues(
largeArray[0],
largeArray[1]
);
輸出
console.log(out\[y\][x]) // 將元素記錄在陣列的第x行和第y列
console.log(out\[10\][12]) // 記錄輸出陣列第10行和第12列的元素
https://www.51220.cn 51220網站目錄
執行 GPU 基準測試
你可以按照GitHub上指定的步驟執行基準測試。
shellnpm install @gpujs/benchmark
const benchmark = require('@gpujs/benchmark')
const benchmarks = benchmark.benchmark(options);
options物件包含可以傳遞給基準的各種配置。
前往 GPU.js 官方網站檢視完整的計算基準,這將幫助你瞭解使用 GPU.js 進行復雜計算可以獲得多少速度。