我最近发现了GP-GPU（通用图形处理单元）的强大功能，并希望利用它在一台机器上执行“繁重”的科学和数学计算（否则需要大型CPU群集）。 / p>
我知道有几种接口可以在GPU上运行，其中最突出的是CUDA和OpenCL。后者具有防止CUDA在大多数显卡（NVIDIA，AMD，Intel）上运行的优势，而不仅仅是NVIDA卡。就我而言，我有一个普通的Intel 4000 GPU，似乎与OpenCL很好地合作。
现在，我需要学习如何使用PyOpenCL来进一步操作！所以问题就出现了：
如何开始使用PyOpenCL？有什么先决条件？我真的需要有Python和/或OpenCL的经验吗？
我的背景是在fortran中，事实上我需要将冗长的fortran代码翻译并并行化为python（或pyopencl），主要处理PDE和对角化矩阵。
我已阅读了两个相关网站http://enja.org/2011/02/22/adventures-in-pyopencl-part-1-getting-started-with-python/和http://documen.tician.de/pyopencl/，但它们对新手（即假人）并没有多大帮助。
我只是不知道该怎么做。我不想成为该领域的专家，只是为了了解如何在pyopencl上并行化简单的数学和线性代数。
非常欢迎任何建议和帮助！
答案 0 :(得分：8)
您似乎正在寻找学习PyOpenCL的最快最有效的途径。您不需要在开始时了解OpenCL（困难部分），但在开始时了解Python会很有帮助。
为了快速学习Python语法，我推荐Codecademy的Python轨道：http://www.codecademy.com/tracks/python
然后，Udacity并行编程课程是开始使用GPGPU的好地方（即使课程是在CUDA中教授的）。 https://www.udacity.com/course/cs344本课程将非常快速地教您基本的GPGPU概念。您不需要NVIDIA GPU参与，因为所有课程评估都是在线完成的。
在Udacity课程之后（或期间），我建议您阅读，运行和自定义PyOpenCL代码示例：https://github.com/inducer/pyopencl/tree/master/examples
答案 1 :(得分：5)
无论采用GPGPU计算的语言如Java，C / C ++，Python，我都建议您先开始使用GPGPU计算和OpenCL的基础知识。
您可以使用以下资源，所有这些都是面向C / C ++的，但是您应该充分了解OpenCL，GPGPU硬件，以便开始使用。
PyOpenCL特定
这两本书都包含OpenCL 1.1实现，但它应该是你的良好起点。
答案 2 :(得分：1)
作为GPU编程的新手，我发现您提到的相关文章相当简单，但我发现示例代码从命令行运行完美，但在Eclipse中没有使用Anaconda。我想这可能是因为来自anaconda的Eclipse pyopencl与命令行版本不同，我还没有找到解决这个问题的方法。
对于学习python，网上有大量资源，包括免费电子书。
https://wiki.python.org/moin/BeginnersGuide http://codecondo.com/10-ways-to-learn-python/
应该是好的先发者。如果您使用Eclipse，则应安装pydev。在任何情况下安装Anaconda https://docs.continuum.io/anaconda/install，因为这将为您节省很多麻烦。
我估计需要一周左右的时间才能达到Python所需的熟练程度，只要你完成一些简单的迷你项目即可。您可能还会发现使用numpy和scipy以及可能的ipython笔记本，您可能不需要深入研究GPU编程
这些链接可以帮助您避免GPU编程或至少延迟必须学习它。请注意，在核心之间切换的成本意味着您必须为每个核心分配大量的工作
http://blog.dominodatalab.com/simple-parallelization/ https://pythonhosted.org/joblib/parallel.html
一般来说，我发现一次只学习一件事，效率更高，如果不那么有趣。
我希望这会有所帮助。
答案 3 :(得分：0)