NVIDIA/thrustArchived
Thrust
Thrust este o bibliotecă de algoritmi paraleli C++ care oferă o suită de interfețe inspirate din biblioteca standard pentru execuție pe hardware multi-core și acceleratoare. Servește drept bibliotecă de date accelerată prin CUDA și o interfață generică de programare paralelă concepută pentru a permite procesarea datelor de înaltă performanță pe GPU-uri și CPU-uri.
Proiectul implementează un strat de abstractizare portabil care permite fluxuri de lucru de calcul eterogen, permițând aceleiași logici de algoritm de bază să ruleze pe diferite acceleratoare hardware. Acest lucru este realizat printr-un design de politică de programare generică și un model de execuție agnostic față de backend care mapează apelurile funcționale de nivel înalt către hardware-ul paralel.
Biblioteca acoperă o gamă largă de capabilități de calcul de înaltă performanță, inclusiv manipularea paralelă a datelor, reducerile numerice și gestionarea memoriei dispozitivului. Oferă instrumente specializate pentru transferul datelor între memoria sistemului gazdă și memoria discretă a dispozitivului pentru a facilita operațiuni la scară largă, cum ar fi sortarea și căutarea.
Features
- C++ Parallelism Libraries - Provides a comprehensive library of parallel primitives and data-parallel templates for high-performance GPU programming in C++.
- Kernel Dispatchers - Maps high-level functional calls to parallel grids of threads on GPU hardware accelerators.
- Cross-Platform Compute Abstractions - Enables a heterogeneous computing workflow where the same core algorithm logic runs on different hardware accelerators.
- Host-to-Device Data Transfers - Provides specialized tools for moving data between host system memory and parallel device memory.
- CPU-GPU Backend Switching Abstractions - Provides abstractions that allow algorithms to switch execution between CPU and GPU backends through a unified interface.
- Device Memory Abstraction Layers - Offers abstraction layers to manage data transfers between system RAM and GPU memory for fast parallel processing.
- Iterator-Based Abstractions - Uses specialized iterator classes to provide a unified interface for varying memory layouts across different hardware.
- Policy-Based Design - Utilizes policy-based design to configure hardware-specific execution and memory models at compile time.
- Parallel Algorithms - Provides fundamental data-parallel operations such as sorting and reduction for high-performance computing.
- Standard C++ Parallel Algorithm Offloads - Provides parallel versions of C++ Standard Template Library (STL) algorithms optimized for device-side execution.
- Parallel Programming Interfaces - Implements a portable abstraction layer for parallel reductions and data transformations across different hardware accelerators.
- CUDA-Accelerated Libraries - Provides a suite of tools for managing memory transfers and executing computations specifically on NVIDIA CUDA hardware.
- Accelerator-Based Data Parallelism - Implements large-scale parallel operations like sorting and searching across massive datasets using hardware accelerators.
- Parallel Reductions - Provides parallel reduction operations to calculate aggregate values like sums and maximums across many processor cores.
- Device-Specific Memory Allocators - Implements customizable memory allocators to decouple memory management from algorithm logic for different device spaces.
- Compile-Time Metaprogramming - Employs compile-time metaprogramming to resolve hardware-specific types and dispatching logic without runtime overhead.
