C++如何使用C++ AMP或SYCL进行异构计算_C++异构计算与GPU/加速器编程

新闻中心 NEWS CENTER

您当前位置：首页 > 新闻中心 > 网络学院

C++如何使用C++ AMP或SYCL进行异构计算_C++异构计算与GPU/加速器编程

2025-11-14

浏览次数：次

返回列表

C++ AMP已被弃用，推荐使用SYCL进行异构计算。SYCL基于标准C++，支持跨平台GPU加速，具有单源编程、广泛硬件兼容和活跃生态优势，是现代高性能计算的首选方案。

c++如何使用c++ amp或sycl进行异构计算_c++异构计算与gpu/加速器编程

在现代高性能计算场景中，利用GPU或其他加速器进行并行计算已成为提升程序性能的关键手段。C++ 提供了多种方式支持异构计算，其中 C++ AMP 和 SYCL 是两个重要的编程模型，允许开发者使用标准 C++ 语法直接编写运行在 CPU 和 GPU 上的代码。

C++ AMP：微软推出的异构编程模型

C++ AMP（Accelerated Massive Parallelism）是微软为 Visual Studio 开发的一套基于 DirectX 的异构计算扩展，主要适用于 Windows 平台上的 GPU 加速。

特点：

集成在 Visual Studio 中，依赖 DirectX 11 或更高版本
语法简洁，使用 concurrency 命名空间中的 API
仅支持 NVIDIA 和部分 AMD 显卡（通过 WDDM 驱动）
目前已被弃用，不再推荐用于新项目

简单示例：

#include <amp.h>
using namespace concurrency;

std::vector<int> a = {1, 2, 3, 4};
std::vector<int> b = {5, 6, 7, 8};
std::vector<int> result(4);

array_view<const int, 1> *(4, a);
array_view<const int, 1> bv(4, b);
array_view<int, 1> rv(4, result);

parallel_for_each(rv.extent, [=](index<1> idx) restrict(amp) {
    rv[idx] = *[idx] + bv[idx];
});

rv.synchronize(); // 将结果从设备同步回主机

注意：restrict(amp) 表示该 lambda 只能在支持 AMP 的设备上执行，且只能调用有限的运行时函数。

SYCL：跨平台的单源异构编程标准

SYCL（发音为 “sickle”）是由 Khronos Group 推出的基于标准 C++ 的高级抽象层，可在 OpenCL、CUDA、HIP 等后端上运行，支持跨平台异构计算。

Perplexity

Perplexity是一个ChatGPT和谷歌结合的超级工具，可以让你在浏览互联网时提出问题或获得即时摘要

302 查看详情 Perplexity

优势：

单源编程：主机和设备代码写在同一文件中
完全基于标准 C++17/20，无需专用编译器扩展（但需要支持 SYCL 的编译器）
支持 Intel、AMD、NVIDIA GPU 以及 CPU
开源实现丰富，如 DPC++（Intel）、AdaptiveCpp（以前叫 hipSYCL）

基本结构示例（使用 DPC++）：

#include <CL/sycl.hpp>
#include <vector>

namespace sycl = cl::sycl;

int main() {
    std::vector<int> a = {1, 2, 3, 4};
    std::vector<int> b = {5, 6, 7, 8};
    std::vector<int> result(4);

    sycl::queue q(sycl::default_selector_v); // 自动选择最优设备

    sycl::buffer<int, 1> buf_a(a.data(), sycl::range<1>(4));
    sycl::buffer<int, 1> buf_b(b.data(), sycl::range<1>(4));
    sycl::buffer<int, 1> buf_result(result.data(), sycl::range<1>(4));

    q.submit([&](sycl::handler& h) {
        auto acc_a = buf_a.get_access<sycl::access::mode::read>(h);
        auto acc_b = buf_b.get_access<sycl::access::mode::read>(h);
        auto acc_result = buf_result.get_access<sycl::access::mode::write>(h);

        h.parallel_for(sycl::range<1>(4), [=](sycl::id<1> idx) {
            acc_result[idx] = acc_a[idx] + acc_b[idx];
        });
    });

    q.wait(); // 等待任务完成
}

在这个例子中，数据通过 sycl::buffer 管理，自动在主机与设备间传输；内核函数以 lambda 形式传递给 parallel_for，由 SYCL 运行时调度到选定设备执行。

如何选择：AMP vs SYCL

虽然 C++ AMP 曾经提供了一种简单的 GPU 编程方式，但它已被微软停止维护，不再推荐使用。相比之下，SYCL 具有更强的可移植性和活跃的社区支持。

建议：

新项目应优先考虑 SYCL，尤其是使用 Intel DPC++ 或 AdaptiveCpp
若仅限 Windows 并需快速原型开发，可尝试遗留 AMP 项目，但不建议长期投入
关注 ISO C++ 对 SYCL 的标准化进展（P2199 讨论中）

基本上就这些。SYCL 正在成为 C++ 异构计算的事实标准，结合现代编译器工具链，能有效发挥 GPU 和各类加速器的性能潜力。

以上就是C++如何使用C++ AMP或SYCL进行异构计算_C++异构计算与GPU/加速器编程的详细内容，更多请关注其它相关文章！

相关栏目：【科技资讯46185 】【网络学院92790 】

上一篇：Golang如何提升网络数据序列化效率_Golang 编码性能优化技巧

下一篇：PHP递归函数如何实现递归删除_PHP递归函数实现递归删除功能的代码示例

首页

关于我们

产品展示

咨询研究

新闻中心

留言板

联系我们

新闻中心 NEWS CENTER

C++如何使用C++ AMP或SYCL进行异构计算_C++异构计算与GPU/加速器编程

C++ AMP：微软推出的异构编程模型

SYCL：跨平台的单源异构编程标准

如何选择：AMP vs SYCL