有没有办法或工具在使用GCC编译器编译程序时应用GPU加速？现在我已经创建了一个程序来迭代地编译给定的程序列表。这需要几分钟。我知道像Pyrit这样的一些程序有助于将GPU加速应用于预计算哈希值。
如果没有此类工具，请就是否使用OpenCL或其他任何内容重新编程我的代码提出建议。
答案 0 :(得分：30)
A。在命令式编程语言中，语句按顺序执行，每个语句都可能改变程序的状态。因此，分析翻译单元本质上是顺序的。
示例：查看常量传播可能如何工作 -
a = 5;
b = a + 7;
c = a + b + 9;
在确定分配给b和c的值在编译时是常量之前，您需要按顺序查看这些语句。
（但是，可能会相互并行地编译和优化单独的基本块。）
B。除此之外，不同的传递也需要按顺序执行，并相互影响。
示例：根据指令计划，您分配寄存器，然后您发现需要将寄存器溢出到内存，因此您需要生成新指令。这会再次改变时间表。
所以你不能同时执行“寄存器分配”和“调度”之类的“传递”（实际上，我认为有些文章计算机科学家/数学家试图解决这两个问题问题在一起，但不要进入那个。）
（同样，可以通过流水线传递实现某些并行性。）
此外，GPU特别适合，因为：
GPU擅长浮点数学。某些编译器不需要或使用太多（除非在程序中优化浮点运算时）
GPU擅长SIMD。即对多个输入执行相同的操作。这也是编译器需要做的事情。如果编译器需要优化几百个浮点运算，那么可能是一个好处（一个疯狂的例子是：程序员定义了几个大的FP数组，为它们分配了常量，然后写了代码来操作这些。确实写得非常糟糕的程序。）
除了并行化基本块和流水线传递的编译之外，在“C文件的编译”中，具有的并行性并不多。但并行性是可能的，易于实现，并且在更高级别上不断使用。例如，GNU Make具有-j=N参数。这基本上意味着：只要找到N个独立的工作（通常，编译一堆文件就是GNU Make无论如何），它会产生N个进程（或{{1 N并发编译不同文件的实例。
答案 1 :(得分：11)
如果你问的是，“你能自动编写GPU加速代码用于GCC和LLVM吗？”答案是肯定的。 NVIDIA和Google开发基于LLVM的开源编译器项目：
NVIDIA CUDA LLVM：
GOOGLE GPUCC：
如果你的问题是，“我可以使用GPU来加速非CUDA通用代码编译吗？”目前答案是否定的。 GPU擅长某些事情，比如并行任务，对其他人来说很糟糕，比如编译器所涉及的分支。好消息是，您可以使用具有CPU的PC网络来获得2-10倍的编译加速，具体取决于您的代码已经优化的程度，并且您可以获得最快的多核CPU和高速SSD供您的桌面使用在诉诸网络构建之前，以便减少麻烦。
有一些工具可以将C / C ++ / ObjC编译器任务分发到Distcc等计算机网络。它包含在旧版本的XCode中，但已被删除，并且不支持将其与Swift一起使用。
有一种类似于Distcc的商业工具，名为Incredibuild，支持Visual Studio C / C ++和Linux开发环境：
有一些关于真实世界使用Incredibuild vs Distcc和权衡的好文章与本机编译器中的增量构建支持相比，它可以在单个文件中进行类似单行的小改动，而无需重新编译其他所有内容。需要考虑的要点：