并行计算与GLSL的一些总结

并行计算模型：

指令并行：指令并行简单的说就是流水线技术，通过使用多流水线来达到并行的效果，其实在特定的时间片内，处理器每次还是只能处理一个线程，我觉得这个可以理解为微观上的串行，宏观上的并行，实质还是伪并行。

数据并行：指多个不同的数据同时被相同的指令、指令集或者算法处理。这和GPU并行的概念是相同的。这样的话我们可以把每个处理器设计的很简单，因为都可以运行相同的指令和算法，相互之间的协调和通信也是比较简单的。

任务并行：是指在多个数据上执行不同的指令、指令集或者算法。这与多核CPU的并行模型是相同的。

 

经典GPGPU（GLSL）运算的优缺点：

GLSL使用了通用的图形API，比如openGL,作为实现手段，这使得它具有高度的通用性和可移植性，对操作系统和图形处理器都没有限制性的要求。也就是说它可以运行在windows下，可以运行在linux下，可以运行在intel，nvidai，ATI甚至是支持opengl的手机显卡上。而且由于GLSL更接近底层，所以它的系统开销也很小。这是它的优点。

 

但是它还有很多的缺点，首先就是编程人员要对图形流水线，计算机图形学有一定的了解，如果对这些不了解根本无法进行程序的编写。

其次，GLSL本来是为了图形渲染诞生的，通用计算只是它的一个“副产品”，所以我们在实现加速算法的时候需要一些技巧，比如我们要处理一个矩阵，就要将这个矩阵输入到纹理缓存，把这个矩阵当成一幅图来处理。还有GLSL对线程的分配和控制能力很弱，很难为特定的硬件架构提供细致的接口，无法发挥出硬件的强大性能。

在GLSL中，用户只能选择输入数据的数量（即纹理图的尺寸），而对于处理器中分配的线程总数不能干预。事实上，线程数等于纹理元的数量，是不能选择的，在CUDA中，用户不仅可以定制线程的数目，更可以将它们编制为合适的线程组。

参考文献：

《GPGPU编程技术——从GLSL、CUDA到openCL》 仇德元编著