ROCm-Developer-Tools/HIP
HIP
HIP ist eine C++-GPU-Kernelsprache und eine plattformübergreifende Laufzeitumgebung, die für das Schreiben portabler Hochleistungs-Rechenanwendungen entwickelt wurde. Sie bietet eine Programmierschnittstelle, die es ermöglicht, eine einzelne Quellcodebasis sowohl auf AMD- als auch auf NVIDIA-GPU-Architekturen auszuführen.
Das Projekt fungiert als Kompatibilitätsschicht, die die Konvertierung und Migration bestehender CUDA-Quellcodes zur Ausführung auf AMD-Hardware ermöglicht. Dies wird durch ein Syntax-Mapping erreicht, das CUDA widerspiegelt, sowie durch einen Source-to-Source-Übersetzungsprozess während der Kompilierung.
Das Toolkit deckt die breitere Oberfläche der plattformübergreifenden GPGPU-Entwicklung ab, einschließlich heterogener Rechenoptimierung und der Erstellung portabler Kernels. Es nutzt eine Laufzeitabstraktion, um einheitliche API-Aufrufe auf herstellerspezifische Treiberbibliotheken für Speicher- und Kernel-Management abzubilden.
Features
- Portable Kernel Languages - Provides a C++ GPU kernel language for writing parallel compute kernels that target multiple hardware backends.
- CUDA Source Converters - Converts existing NVIDIA CUDA source code into a compatible format to run on AMD hardware.
- Cross-Vendor Compute Engines - Functions as a cross-platform runtime allowing compute applications to run on different GPU manufacturers.
- GPU Kernel Development - Enables the development of single-source C++ kernels that execute on multiple GPU architectures.
- Syntax Mapping Layers - Implements a language grammar that mirrors NVIDIA CUDA to simplify the porting of GPU kernels.
- GPU Programming Runtimes - Supports writing single-source C++ code that runs on both AMD and NVIDIA GPUs.
- Source-to-Source Compilers - Translates a shared C++ dialect into platform-specific GPU code during the compilation phase.
- CUDA and HIP Code Generators - Facilitates the migration of existing CUDA source code to run on AMD hardware via the HIP interface.
- CUDA Compatibility Layers - Provides a programming interface that allows NVIDIA CUDA source code to be converted and run on AMD hardware.
- Runtime Abstraction Layers - Maps unified API calls to vendor-specific driver libraries for memory and kernel management.
- Kernel Dispatchers - Provides a common interface to schedule GPU workloads across different hardware vendors.
- Build-Time Dialect Mappings - Uses preprocessor macros and conditional headers to resolve hardware-specific types and function signatures at build time.
- Heterogeneous Computing Libraries - Creates efficient GPU-accelerated applications that can be deployed across diverse hardware environments.
- Cross-Platform Development - Provides a framework for developing high-performance compute kernels that remain portable across GPU vendors.
- Parallel Programming Frameworks - C++ runtime API and kernel language for GPU acceleration.
