PyOpenCL vs Clyther vs纯OpenCL和C99：新手最好的是什么？

Question

我有一个问题：快速线性系统解决（我有很多这样的系统）。我将使用GPU和OpenCL来解决它。

我喜欢Ruby或Python等动态语言，而且我不习惯使用像C这样的低级语言。

所以我同时有两个目标：

1. 开发这样的OpenCL解决方案，以便像我一样快速地解决线性系统问题 尽可能少的努力。
2. 性能不要太大。为方便起见，我不想支付2-10倍的减速费用，但我愿意用高级语言支付30-50％的费用。

对我来说最好的情况是：几乎没有浪费在OpenCL C中编译python代码。

我找到了这样的解决方案：纯OpenCL C，PyOpenCL，Clyther。

我该怎么办？

Answer 1

我的观点是，尝试将动态语言强加于OpenCL并不值得付出努力。你将失去大部分你喜欢的Python，并且最终可能不会为你的努力节省很多时间。

但我只是说在Python中编写OpenCL内核。还有主机应用程序，它准备和提交内核。如果您喜欢Python，我建议使用PyOpenCL等包装器在纯Python中编写主机应用程序来访问OpenCL API。然后，在纯OpenCL中编写内核，让Python应用程序按原样提交。我相信这会从Python中获得你想要的大部分内容，而性能几乎没有任何成本。

Answer 2

使用OpenCL进行编程最困难的部分是并行化算法 - 这意味着编写内核。有可能，您将花费大部分时间来调整和理解您的OpenCL C代码，AFAIK是您编写内核的唯一选择。

在这种情况下，我说要去实现纯C / OpenCL实现。一旦启动并运行“样板”OpenCL API部分，您就不太可能需要对其进行大量更改。如果有的话，您将使用传递给clEnqueueNDRangeKernel的工作组大小等内容。

如果你是CL的新手，我说保持简单。为问题添加另一个软件层 - 尤其是一个定义为线性求解器的问题 - 只会使您的工作变得复杂。

编辑：

我应该补充一点，当您使用标准的OpenCL API时，您可以扩大在线帮助/支持的潜力。如果您选择使用其中一个python绑定，则可能会限制您对这些社区中的人员的潜在支持。