我有一个大约需要24小时才能运行的程序。它全部用VB.net编写，大约有2000行。它已经是多线程的，这很有效（经过一些汗水和眼泪）。我通常使用10个线程运行进程，但是我想增加它以减少处理时间，这就是使用GPU的时间。我搜索谷歌的所有相关内容，我可以想到找到一些信息，但没有运气。
我希望的是一个vb.net项目的基本示例，它执行一些常规操作，然后将一些线程发送到GPU进行处理。理想情况下，我不想为此付出代价。如下所示：
'Do some initial processing eg.
dim x as integer
dim y as integer
dim z as integer
x=int(textbox1.text)
y=int(textbox2.text)
z=x*y
'Do some multi-threaded operations on the gpu eg.
'show some output to the user once this has finished.
非常感谢任何帮助或链接。我用c ++和其他语言阅读了很多关于它的文章，但我很难理解其他语言！
全部谢谢！
弗雷泽
答案 0 :(得分：2)
VB.NET编译器无法编译到GPU上，它编译为中间语言（IL），然后在运行时对目标体系结构进行即时编译（JITed）。目前仅支持x86，x64和ARM目标。 CUDAfy（见下文）获取IL并将其转换为CUDA C代码。反过来，这是使用NVCC编译的，以生成GPU可以执行的代码。请注意，这意味着您仅限于NVidia GPU，因为AMD不支持CUDA。
还有其他一些采用相同方法的项目，例如Copperhead中的Python到CUDA翻译器。
CUDAfy - CUDA API之上的包装器，带有额外的FFT库等。还有一个commercial version。这确实是
CUDAfy翻译 使用SharpDevelop的反编译器ILSpy作为基础，翻译器将.NET代码转换为CUDA C.
还有其他项目允许您使用.NET语言的GPU。例如：
NMath - 一组数学库，可以在.NET中使用并启用GPU。
可能还有其他人，但这些似乎是主要的。如果您决定使用CUDAfy，那么您仍然需要花一些时间来了解足够的CUDA以及GPU如何工作以移植算法以适应GPU数据并行模型。除非它是可以用一个数学库开箱即用的东西。
重要的是要意识到从.NET语言访问GPU仍然会有性能损失。您必须支付将数据从.NET托管运行时移动（封送）到本机运行时的成本。这里的开销在很大程度上不仅取决于大小，还取决于数据的类型以及是否可以在没有转换的情况下进行封送。这是将数据从CPU移动到GPU等的成本。