Hybridizer 是一个来自 Altimesh 的编译器，它允许您从 C 代码或. NET 程序集编程 GPUs 和其他加速器。使用修饰符号来表示并行性， Hybridizer 生成针对多核 CPUs 和 GPUs 优化的源代码或二进制文件。在这篇博文中，我们展示了 CUDA 的目标。
图 1 显示了混合器编译管道。使用 Parallel.For 等并行化模式，或者像在 CUDA 中那样显式地分配并行工作，您可以从加速器的计算马力中获益，而无需了解其内部架构的所有细节。
[EntryPoint]
public static void Run(double[] a, double[] b, int N)
{
Parallel.For(0, N, i => { a[i] += b[i]; });
}
您可以使用 NVIDIA Nsight Visual Studio Edition 在 GPU 上调试和分析这段代码。Hybridizer 实现高级 C＃功能，包括虚拟功能和泛型。
哪里可以获取 Hybridizer
Hybridizer 有 两个版本 ：
- Hybridizer 软件套件：启用 CUDA 、 AVX 、 AVX2 、 AVX512 目标并输出源代码。可以查看此源代码，这在投资银行等一些业务中是强制性的。 Hybridizer 软件套件是根据客户 应要求 获得许可的。
- 杂交者基本要素 ：仅启用 CUDA 目标并仅输出二进制文件。 Hybridizer Essentials 是免费的 Visual Studio 扩展 ，没有硬件限制。 您可以在 GitHub 上找到一组基本的代码示例和教育材料 。这些样本也可以用来重现我们的性能结果。
在提供自动默认行为的同时， Hybridizer 在每个阶段都提供了完全的开发人员控制，允许您重用现有的特定于设备的代码、现有的外部库或定制的手工代码片段。
调试和分析
使用调试信息编译时，可以在目标硬件上运行优化的代码时，在 Microsoft Visual Studio 中调试 Hybridizer C #/. NET 代码。例如，用 C 编写的程序可以在 Visual Studio 中命中 C 文件中的断点，并且可以探索驻留在 GPU 上的本地变量和对象数据。
您可以在复杂的项目中集成 Hybridizer ，即使在代码不可用或混淆的库中也是如此，因为 Hybridizer 操作的是 MSIL 字节码。我们在 我们的博客帖子 中展示了这种能力，即在不修改库的情况下，用杂交子加速大型图像处理库。在 MSIL 字节码上操作还支持在. Net 虚拟机上构建的各种语言，例如 VB . Net 和 F 。
所有这些灵活性并不是以性能损失为代价的。正如我们的 benchmark 所说明的，杂交器生成的代码可以执行与手写代码一样好的性能。您可以使用性能分析器，如 NVIDIA Nsight 和 NVIDIA 可视化探查器来测量生成的二进制文件的性能，性能指标引用原始源代码（例如 C ）。
一个简单的例子：曼德尔布洛特
作为第一个示例，我们演示了在 NVIDIA GeForce GTX 1080 Ti GPU （ Pascal 体系结构；计算能力 6 . 1 ）上运行的 Mandelbrot 分形的渲染。
Mandelbrot C 代码
下面的代码片段显示了纯 C #。它在 CPU 上平稳运行，没有任何性能损失，因为大多数代码修改都是在运行时没有影响的属性（例如 Run 方法上的 EntryPoint 属性）。
[EntryPoint]
public static void Run(float[,] result)
{
int size = result.GetLength(0);
Parallel2D.For(0, size, 0, size, (i, j) => {
float x = fromX + i * h;
float y = fromY + j * h;
result[i, j] = IterCount(x, y);
});
}
public static float IterCount(float cx, float cy)
{
float result = 0.0F;
float x = 0.0f, y = 0.0f, xx = 0.0f, yy = 0.0f;
while (xx + yy <= 4.0f && result < maxiter) {
xx = x * x;
yy = y * y;
float xtmp = xx - yy + cx;
y = 2.0f * x * y + cy;
x = xtmp;
result++;
}
return result;
}
EntryPoint 属性告诉杂交器生成一个 CUDA 内核。多维数组映射到内部类型，而 Parallel2D.For 映射到 2D 执行网格。给出几行样板代码，我们在 GPU 上透明地运行这段代码。
float[,] result = new float[N,N];
HybRunner runner = HybRunner.Cuda("Mandelbrot_CUDA.dll").SetDistrib(32, 32, 16, 16, 1, 0);
dynamic wrapper = runner.Wrap(new Program());
wrapper.Run(result);
描绘
我们使用 Nvidia Nsight Visual Studio Edition 探查器分析了这段代码。 C 代码在 CUDA 源代码视图中链接到 PTX ，如图 3 所示。
剖析器允许使用与 CUDA C ++代码相同的调查级别。
至于性能，这个例子达到了峰值计算 FLOP / s 的 72 . 5% ，这是用 CUDA C++ 手写的相同代码的 83% 。
使用杂交器提供的扩展控制，可以从 C 代码中获得更好的性能。正如下面的代码所示，语法与 CUDA C ++非常类似。
[EntryPoint]
public static void Run(float[] result)
{
for (int i = threadIdx.y + blockIdx.y * blockDim.y; i < N; i += blockDim.y * gridDim.y)
{
for (int j = threadIdx.x + blockIdx.x * blockDim.x; j < N; j += blockDim.x * gridDim.x)
{
float x = fromX + i * h;
float y = fromY + j * h;
result[i * N + j] = IterCount(x, y);
}
}
}
在这种情况下，生成的代码和手写的 CUDA C ++代码执行一致，达到峰值触发器的 87% ，如图 5 所示。
泛型与虚函数
Hybridizer 在设备功能上支持 泛型和虚函数调用 。现代编程语言的这些基本概念促进了代码模块化并提高了表达能力。然而， C 型的类型解析是在运行时完成的，这引入了一些性能上的惩罚。席。 NET- 泛型可以在保持灵活性的同时实现更高的性能： FixZER 将泛型映射到 C ++模板，这些模板在编译时被解决，允许函数内联和过程间优化。另一方面，虚拟函数中的方法被映射到另一个虚拟函数中。
模板实例化提示由两个属性 HybridTemplateConcept 和 HybridRegisterTemplate 提供给混合器（在设备代码中触发实际的模板实例化），另一个使用模板映射。基准依赖于一个公开下标运算符的公共接口 IMyArray ：
[HybridTemplateConcept]
public interface IMyArray {
double this[int index] { get; set; }
}
这些操作员必须与设备功能“混合”。为此，我们将 Kernel 属性放在实现类中。
public class MyArray : IMyArray {
double[] _data;
public MyArray(double[] data) {
_data = data;
}
[Kernel]
public double this[int index] {
get { return _data[index]; }
set { _data[index] = value; }
}
}
虚函数调用
在第一个版本中，我们使用接口编写一个流算法，而不向编译器提供进一步的提示。
public class MyAlgorithmDispatch {
IMyArray a, b;
public MyAlgorithmDispatch(IMyArray a, IMyArray b) {
this.a = a;
this.b = b;
}
[Kernel]
public void Add(int n) {
IMyArray a = this.a;
IMyArray b = this.b;
for (int k = threadIdx.x + blockDim.x * blockIdx.x;
k < n;
k += blockDim.x * gridDim.x) {
a[k] += b[k];
}
}
}
因为我们在 a 和 b 上调用下标运算符，所以在 MSIL 中有一个 callvirt 。
IL_002a: ldloc.3 IL_002b: ldloc.s 4 IL_002d: callvirt instance float64 Mandelbrot.IMyArray::get_Item(int32) IL_0032: ldloc.1 IL_0033: ldloc.2 IL_0034: callvirt instance float64 Mandelbrot.IMyArray::get_Item(int32) IL_0039: add IL_003a: callvirt instance void Mandelbrot.IMyArray::set_Item(int32, float64)
检查生成的二进制文件显示， Hybridizer 在虚拟函数表中生成了一个查找，如图 6 所示。
这个版本的算法消耗 32 个寄存器，达到 271 GB / s 的带宽，如图 7 所示。在相同的硬件上， CUDA 工具箱中的 bandwidthTest 示例达到 352Gb / s 。
虚函数表导致更大的寄存器压力，并阻止内联。
一般呼叫
我们用泛型编写了第二个版本，要求杂交子生成模板代码。
[HybridRegisterTemplate(Specialize = typeof(MyAlgorithm))]
public class MyAlgorithm where T : IMyArray
{
T a, b;
[Kernel]
public void Add(int n)
{
T a = this.a;
T b = this.b;
for (int k = threadIdx.x + blockDim.x * blockIdx.x;
k < n;
k += blockDim.x * gridDim.x)
a[k] += b[k];
}
}
public MyAlgorithm(T a, T b)
{
this.a = a;
this.b = b;
}
}
使用 RegisterTemplate 属性， Hybridizer 生成适当的模板实例。然后优化器内联函数调用，如图 8 所示。
泛型参数的性能要好得多，达到 339gb / s ，性能提高了 25% （图 9 ），比 bandwidthTest 提高了 96% 。
开始使用杂交剂
Hybridizer 支持多种 C 特性，允许代码分解和表达能力。 Visual Studio 与 Nsight （调试器和探查器）的集成为您提供了一个安全高效的开发环境。 Hybridizer 即使在非常复杂、高度定制的代码上也能获得出色的 GPU 性能。
您可以从 Visual Studio 市场 下载 杂交者基本要素 。看看 github 上的 我们的 SDK 。
