开源 GPU 加速与并行计算库全量梳理 按底层通用并行框架、厂商专属 GPU 计算库、按编程语言绑定、专项场景加速（AI / 图像 / 科学计算 / 渲染 / 数据库）、异构 CPU+GPU 混合并行、分布式多 GPU 集群并行分层整理，全部为开源项目，标注适用显卡（NVIDIA/AMD/Intel）、语言、核心用途、典型场景、关键特点

  1. 一些开源的 GPU 加速和并行计算库，涵盖了不同的编程语言和用途：

    通用 GPU 编程库

    1. CUDA (Compute Unified Device Architecture)

      • 尽管 CUDA 本身不是开源的，但它有很多开源项目和库基于CUDA开发，用于并行计算。
      • 示例项目: cuDNN（NVIDIA深度学习加速库）

    2. OpenCL (Open Computing Language)

      • OpenCL 是一个开放标准，支持多种平台（包括GPU、CPU等）上的并行计算。
      • 官网链接: Khronos OpenCL

    3. HIP (Heterogeneous-compute Interface for Portability)

      • HIP 是 AMD 开发的一个 API，允许代码在 AMD 和 NVIDIA 的GPU上运行。
      • GitHub 项目: HIP

    深度学习库

    1. TensorFlow

      • TensorFlow 是一个流行的机器学习框架，支持 GPU 加速。
      • GitHub 项目: TensorFlow

    2. PyTorch

      • PyTorch 是另一个流行的深度学习框架，也支持 GPU 加速。
      • GitHub 项目: PyTorch

    3. MXNet

      • MXNet 是一个高效、灵活的深度学习框架，支持 GPU 加速。
      • GitHub 项目: MXNet

    数值和科学计算库

    1. CuPy

      • CuPy 是一个 NumPy 的实现，为 NVIDIA GPU 提供数组计算支持。
      • GitHub 项目: CuPy

    2. ArrayFire

      • ArrayFire 是一个高性能的科学计算库，支持 CUDA、OpenCL 和 CPU 后端。
      • GitHub 项目: ArrayFire

    3. Thrust

      • Thrust 是一个并行算法库，类似于 C++ 标准模板库（STL），但支持 GPU 加速。
      • GitHub 项目: Thrust

    图形和信号处理

    1. Vulkan

      • Vulkan 是一个低开销、高性能的图形和计算 API，支持 GPU 加速。
      • 官网链接: Vulkan

    2. OpenCV

      • OpenCV 是一个开源的计算机视觉和机器学习软件库，支持 GPU 加速（使用 CUDA）。
      • GitHub 项目: OpenCV

    并行计算框架

    1. MPI (Message Passing Interface)

      • 虽然 MPI 本身更多用于分布式计算，但结合 GPU 可以实现大规模并行计算。
      • 示例项目: Open MPI

    2. Dask

      • Dask 是一个灵活的并行计算库，可以扩展 Python 生态系统，并支持对大数据进行 GPU 加速计算。
      • GitHub 项目: Dask

    这些库和框架提供了强大的 GPU 加速和并行计算能力，适用于从科学研究到商业应用的各种场景。选择合适的工具取决于你的具体需求、硬件环境以及编程语言偏好。

一些更多的开源 GPU 加速和并行计算库，涵盖了不同的领域和应用：

图神经网络 (GNN) 和大规模图处理

  1. DGL (Deep Graph Library)

    • DGL 是一个专门用于图神经网络的深度学习框架，支持 GPU 加速，并与 PyTorch、TensorFlow 等框架兼容。
    • GitHub 项目: DGL

  2. PyG (PyTorch Geometric)

    • PyG 是一个基于 PyTorch 的图神经网络库，提供了一组简洁易用的 API 来处理图数据，并支持 GPU 加速。
    • GitHub 项目: PyG

  3. Gunrock

    • Gunrock 是一个高效的 GPU 图处理库，适用于大规模图计算任务。
    • GitHub 项目: Gunrock

数据库和大数据处理

  1. RAPIDS

    • RAPIDS 是一个开源的 GPU 加速数据科学和分析生态系统，包括数据帧操作（cuDF）、机器学习（cuML）以及图分析（cuGraph）。
    • GitHub 项目: RAPIDS

  2. BlazingSQL

    • BlazingSQL 是一个 GPU 加速的 SQL 引擎，可以与 RAPIDS 生态系统无缝集成，实现快速的大数据查询和分析。
    • GitHub 项目: BlazingSQL

高性能计算 (HPC)

  1. Kokkos

    • Kokkos 是一个跨平台的并行编程模型，支持 CUDA、OpenMP 等多种后端，适合高性能计算应用程序。
    • GitHub 项目: Kokkos

  2. GPUDirect RDMA

    • GPUDirect RDMA 是 NVIDIA 提供的技术，允许 GPU 直接访问远程内存，通过 RDMA 网络进行高效的数据传输。
    • 示例项目: GPUDirect

神经网络加速器

  1. TensorRT

    • TensorRT 是 NVIDIA 提供的一个高性能深度学习推理优化器和运行时库，虽然其核心不是完全开源的，但其部分组件和使用示例是开源的。
    • GitHub 项目: TensorRT

  2. ONNX Runtime

    • ONNX Runtime 是一个高性能的跨平台推理引擎，支持多个硬件加速器，包括 GPU。
    • GitHub 项目: ONNX Runtime

科学计算和模拟

  1. GROMACS

    • GROMACS 是一个用于分子动力学模拟的高性能软件，广泛应用于研究化学、生物学和药物设计，支持 GPU 加速。
    • GitHub 项目: GROMACS

  2. LAMMPS

    • LAMMPS 是一个经典的分子动力学模拟包，广泛用于材料科学研究，支持 GPU 加速。
    • GitHub 项目: LAMMPS

可视化和图形渲染

  1. VisPy

    • VisPy 是一个高性能的交互式数据可视化库，基于 OpenGL 实现，支持 GPU 加速。
    • GitHub 项目: VisPy

  2. Blender

    • Blender 是一个开源的3D建模、动画和渲染软件，支持通过 Cycles 渲染引擎的 GPU 加速渲染。
    • 官网链接: Blender

以上这些库和工具可以帮助你在不同的计算领域中利用 GPU 的强大计算能力，加速你的工作流程和研究。选择合适的工具需要考虑到具体的应用场景、硬件配置以及编程语言和框架的兼容性。

更多一些领域和相关的开源 GPU 加速和并行计算库：

深度学习框架

  1. TensorFlow

    • TensorFlow 是一个开源的深度学习框架，广泛用于研究和生产环境。它支持 GPU 加速并提供了丰富的工具和库来构建和训练各种类型的神经网络。
    • GitHub 项目: TensorFlow

  2. PyTorch

    • PyTorch 是另一个流行的深度学习框架，以其动态计算图和易用性而著称，广泛用于学术研究和工业应用，支持 GPU 加速。
    • GitHub 项目: PyTorch

  3. JAX

    • JAX 是一个高性能数值计算库，允许用户使用 Python 编写代码并自动获得 GPU 加速和自动微分功能。
    • GitHub 项目: JAX

机器学习和数据处理

  1. CuML

    • CuML 是 RAPIDS 的机器学习库，提供了一组与 scikit-learn 兼容的 API，用于 GPU 加速的机器学习算法。
    • GitHub 项目: CuML

  2. XGBoost

    • XGBoost 是一个高效的梯度提升决策树算法，实现了 GPU 加速，可以大幅提高训练速度。
    • GitHub 项目: XGBoost

  3. LightGBM

    • LightGBM 是微软开发的一个高性能梯度提升框架，也支持 GPU 加速。
    • GitHub 项目: LightGBM

图像处理和计算机视觉

  1. OpenCV

    • OpenCV 是一个开源的计算机视觉和机器学习软件库，提供了丰富的图像处理和分析工具，并支持 GPU 加速。
    • GitHub 项目: OpenCV

  2. NVIDIA DALI

    • NVIDIA DALI 是一个用于深度学习训练的高性能数据加载和增强库，支持 GPU 加速。
    • GitHub 项目: NVIDIA DALI

自然语言处理 (NLP)

  1. Hugging Face Transformers

    • Hugging Face 的 Transformers 库提供了大量预训练的 NLP 模型（如 BERT、GPT 等），并支持 GPU 加速。
    • GitHub 项目: Transformers

  2. Fairseq

    • Fairseq 是 Facebook AI Research 开发的一个用于序列到序列模型的开源库，支持 NLP 和语音识别任务，并提供 GPU 加速。
    • GitHub 项目: Fairseq

数值线性代数

  1. cuBLAS

    • cuBLAS 是 NVIDIA 提供的一个优化的线性代数库，专为 GPU 加速的矩阵操作而设计。
    • 文档链接: cuBLAS

  2. cuSolver

    • cuSolver 是一个用于求解线性系统、特征值问题和奇异值分解的高性能 GPU 加速库。
    • 文档链接: cuSolver

并行编程模型

  1. Thrust

    • Thrust 是一个 C++ 标准模板库（STL）风格的并行算法库，支持 GPU 和多核 CPU 后端。
    • GitHub 项目: Thrust

  2. HPX

    • HPX 是一个高性能并行执行库，提供异步并行算法和数据结构，适用于大规模并行计算。
    • GitHub 项目: HPX

以上这些库涵盖了从基础深度学习框架到各类专门的加速器和工具，可以帮助你在不同应用场景中充分利用 GPU 的计算能力。选择合适的工具时，需要根据你的具体需求、目标应用领域以及现有的软硬件环境进行评估。

开源 GPU 加速与并行计算库全量梳理

按底层通用并行框架、厂商专属 GPU 计算库、按编程语言绑定、专项场景加速（AI / 图像 / 科学计算 / 渲染 / 数据库）、异构 CPU+GPU 混合并行、分布式多 GPU 集群并行分层整理，全部为开源项目，标注适用显卡（NVIDIA/AMD/Intel）、语言、核心用途、典型场景、关键特点。

一、底层通用 GPU 并行计算框架（跨厂商、通用 GPGPU，无厂商绑定）

1. OpenCL（Open Computing Language）

  • 开源标准规范，运行时实现开源（clBLAS、POCL纯 CPU/OpenCL 开源实现）
  • 支持：NVIDIA、AMD、Intel、ARM Mali、FPGA、嵌入式 GPU 全平台兼容
  • 语言：C/C++ 内核，C/C++/Python/Java 绑定
  • 核心用途：通用 GPGPU 并行、图像算法、异构计算、老旧显卡加速
  • 优势：一次编写到处运行，跨显卡架构
  • 开源实现：
    • POCL：纯开源 CPU/OpenCL 运行时，无闭源驱动依赖
    • clFFT、clBLAS、clSparse：OpenCL 基础数学算子库

2. SYCL（基于 C++17 的异构并行，Khronos 开源）

  • 定位：C++ 现代化替代 OpenCL，可无缝切换 CUDA/HIP/CPU 后端
  • 开源项目：DPC++/OneAPI（Intel 官方开源 SYCL）、ComputeCpp
  • 支持：NVIDIA CUDA、AMD ROCm、Intel Arc/Xe、CPU
  • 用途：高性能科学计算、机器学习推理、异构跨平台工程
  • 亮点：代码可直接编译为 CUDA 二进制，无需改写核心逻辑

3. Vulkan Compute（Vulkan 通用计算管线）

  • 开源图形 + 计算 API，Vulkan SDK 完全开源
  • 适用：GPU 通用计算 + 实时渲染合一，移动端 GPU（Adreno/Mali）并行加速
  • 典型：Vulkan-based 光线追踪、移动端 AI 推理、边缘并行计算

二、厂商原生开源 GPU 计算框架

（1）NVIDIA 生态（CUDA 为主，上层封装大量开源库）

CUDA Toolkit（核心底层，驱动层闭源，上层 SDK 全部开源）

  • 内核语言：CUDA C/C++、PTX 汇编
  • 基础开源算子库（CUDA 生态核心）
  1. cuBLAS：GPU 矩阵乘法
  2. cuFFT：GPU 快速傅里叶变换
  3. cuSPARSE：稀疏矩阵运算
  4. cuSOLVER：GPU 线性方程组求解
  5. NPP：NVIDIA 图像 / 视频处理加速库
     
    全部头文件、示例、上层封装开源。

开源 CUDA 上层封装

  1. Thrust：C++ STL 风格 GPU 并行算法库（排序、规约、变换，CUDA 原生开源）
  2. CUB：CUDA 底层原语优化库（归约、扫描、前缀和，NVIDIA 开源）

（2）AMD ROCm（全栈开源 GPU 计算平台，完全开源）

ROCm 是 AMD 对标 CUDA 的完整开源 GPGPU 栈，无闭源组件
  1. HIP（Heterogeneous-Compute Interface for Portability）
    • 核心：CUDA 代码一键迁移至 AMD GPU，hipcc编译器直接编译 CUDA 源码
    • 开源，跨 AMD/NVIDIA 双 GPU 编译
  2. 配套算子库（对标 CUDA 库）：
    • rocBLAS、rocFFT、rocSPARSE、rocSOLVER、rocALUTION
  3. MIOpen：AMD 开源深度学习算子库（对标 cuDNN）
     
    适配：AMD Radeon、MI 系列计算卡

（3）Intel oneAPI Base Toolkit（开源异构计算）

  • DPC++（SYCL）：C++ 异构并行编译器
  • oneAPI 数学库：oneMKL（矩阵 / FFT）、oneDNN（深度神经网络算子，原 MKL-DNN）
     
    支持 Intel Arc 独显、Iris 核显、至强 CPU，可同时调度 CPU+GPU 并行

三、C/C++ 高性能 GPU 并行开源库

  1. Kokkos
    • 开源 C++ 异构并行框架，后端支持 CUDA/HIP/SYCL/OpenMP/CPU
    • 用途：超算流体力学、有限元、粒子仿真、气候模型（美国能源部主力库）
    • 特点：一套代码适配 CPU/GPU 多硬件，可动态切换执行后端
  2. RAJA
    • LLNL 开源并行抽象库，并行算法解耦硬件，CUDA/ROCm/OpenMP 兼容
  3. ArrayFire
    • 开源 GPU 数组计算库，C/C++/Python/Java，封装矩阵、信号、图像并行运算
    • 后端：CUDA/OpenCL/CPU，快速搭建 GPU 加速原型
  4. Boost.Compute
    • Boost 开源组件，基于 OpenCL 的 C++GPU 容器与算法，STL 风格并行编程

四、Python 生态 GPU 加速开源库（最常用，科研 / AI 主力）

1. 数值计算加速

  1. CuPy
    • 开源，NumPy/SciPy 完全兼容的 GPU 数组库，基于 CUDA
    • 一行替换import numpy as np→import cupy as np实现 GPU 加速
    • 支持稀疏矩阵、FFT、线性代数，ROCm 下可通过 CuPy-HIP 适配 AMD
  2. PyTorch Tensor（CUDA/HIP/SYCL 后端）
     
    自动 GPU 张量并行，动态图并行计算
  3. TensorFlow XLA
     
    算子编译 GPU 加速

2. 并行多 GPU 通信（Python 分布式）

  1. NCCL（NVIDIA Collective Communications Library，开源）：多卡集合通信（AllReduce、AllGather），深度学习多卡训练标配
  2. rccl：AMD ROCm 版 NCCL，开源多 GPU 通信库
  3. Horovod：Uber 开源分布式训练框架，封装 NCCL/RCCL，简化多机多 GPU 并行

3. 通用 Python GPU JIT 即时编译

  1. Numba (CUDA JIT)
    • 开源，Python 函数加装饰器@cuda.jit直接编译 GPU 内核，无需 C/C++
    • 支持自定义 GPU 核函数、并行 for 循环，轻量化 GPU 开发首选
  2. Taichi Lang
    • 开源计算机图形学 / 物理仿真 JIT 编译器，支持 CUDA/OpenGL/Vulkan GPU 后端
    • 适合流体、粒子、有限元、实时渲染快速 GPU 原型

五、深度学习专项 GPU 加速开源库

  1. cuDNN（NVIDIA，接口开源）：卷积、BN、激活、RNN 核心深度学习算子
  2. MIOpen（AMD 开源）：ROCm 深度学习算子库，对标 cuDNN
  3. oneDNN（Intel 开源）：CPU/GPU 统一深度算子优化
  4. FlashAttention：开源 GPU 显存优化注意力算子（大模型刚需）
  5. vLLM / SGLang：开源大模型 GPU 推理加速库（PagedAttention 显存复用）
  6. TensorRT-LLM（NVIDIA 开源）：大模型 GPU 推理量化加速

六、图像、视频、渲染 GPU 加速开源库

  1. OpenCV CUDA Module
     
    OpenCV 开源 GPU 版本，图像滤波、特征检测、光流、编解码 GPU 加速，CUDA/OpenCL 双后端
  2. FFmpeg GPU 硬件加速插件
    • NVENC/NVDEC（NVIDIA 硬编解码开源封装）
    • AMF（AMD 硬编码开源 SDK）
    • QSV（Intel QuickSync 开源调用）
  3. OIDN (Open Image Denoise)
     
    Intel 开源 GPU 光线追踪降噪库，CUDA/HIP/SYCL 兼容
  4. Embree
     
    Intel 开源 GPU 光线追踪相交计算内核，用于路径追踪渲染器

七、科学计算 & HPC 超算开源 GPU 库

  1. PETSc：开源偏微分方程求解器，支持 CUDA/ROCm 并行稀疏求解
  2. Hypre：大规模线性求解 GPU 加速
  3. FFTW-GPU：FFTW 开源 CPU FFT 的 GPU 移植版本（cuFFT 封装）
  4. LAMMPS-GPU：分子动力学仿真 GPU 加速版本（经典分子模拟开源软件）

八、数据库、时序计算 GPU 加速开源库

  1. BlazingSQL：GPU 加速 SQL 查询引擎，基于 CuPy、RAPIDS
  2. RAPIDS Suite（NVIDIA 开源全栈 GPU 数据分析）
     
    cuDF（GPU Pandas）、cuML（GPU 机器学习）、cuGraph（GPU 图计算），结构化数据 GPU 并行处理
  3. PG-Strom：PostgreSQL 开源 GPU 加速插件，SQL 算子下推 GPU

九、分布式多 GPU / 多节点并行开源框架

  1. MPI + CUDA-Aware MPI
     
    OpenMPI、MPICH 开源支持 GPU 直接 RDMA 通信，超算多节点 GPU 并行标准
  2. PyCUDA + MPI：Python 多节点 GPU 并行
  3. DeepSpeed（微软开源）：大模型多 GPU 张量并行、流水线并行、ZeRO 显存优化
  4. Megatron-LM：英伟达开源大模型 3D 并行范式（张量 / 流水线 / 数据并行）

十、C# / Java / Rust 小众语言 GPU 开源库

Rust

  1. wgpu：跨平台 Vulkan/OpenGL/DX12 GPU 计算 + 渲染（纯 Rust 开源）
  2. rust-cuda：Rust 绑定 CUDA 内核调用
  3. hip-rs：Rust 适配 AMD HIP

C#/.NET

  1. ILGPU：开源.NET GPU JIT 编译器，C# 直接写 GPU 并行代码，CUDA/OpenCL 后端
  2. MathNet.Numerics.GPU：OpenCL 矩阵加速

Java

  1. JavaCL：Java OpenCL 绑定
  2. Aparapi：Java 字节码直接编译为 GPU OpenCL 内核

十一、嵌入式 / 移动端 GPU 开源并行库

  1. Mali OpenCL SDK：ARM Mali GPU 嵌入式并行计算开源库
  2. Android GPU Compute (Vulkan Compute)：移动端 GPU 推理加速
  3. Jetson CUDA SDK：NVIDIA Jetson 嵌入式 GPU 开源算子库

十二、核心选型对照表

开发场景 首选开源库 硬件适配 核心优势
C++ 高性能超算异构开发 Kokkos / RAJA CUDA/ROCm/Intel/CPU 一次代码多硬件部署
Python 快速 GPU 原型、Numpy 加速 CuPy / Numba CUDA NVIDIA 为主，CuPy 支持 AMD 零学习成本替换 numpy
CUDA 代码移植 AMD 显卡 HIP（ROCm） AMD/NVIDIA 直接复用 CUDA 源码
Python 不改动代码实现 GPU 并行 Taichi CUDA/Vulkan/CPU 领域特定语法，仿真高效
深度学习多卡训练通信 NCCL/RCCL + Horovod NVIDIA/AMD 带宽最优集合通信
跨厂商通用 GPGPU 开发 SYCL(DPC++) / OpenCL 全品牌 GPU 硬件无绑定
移动端 / 嵌入式 GPU 计算 Vulkan Compute / Mali OpenCL ARM / 边缘 GPU 低功耗并行
.NET 平台 GPU 加速 ILGPU CUDA/OpenCL C# 原生 GPU 内核
GPU 大数据分析 RAPIDS cuDF NVIDIA Pandas 级接口 GPU 加速

补充关键说明

  1. CUDA 核心运行时为闭源二进制，但所有上层数学库、算法库、封装接口、示例代码全部开源，可自由二次开发；
  2. ROCm 是目前唯一完整开源的全栈工业级 GPU 计算平台，无厂商锁定，适合国产化算力部署；
  3. SYCL/DPC++ 是长期异构并行技术路线，解决 CUDA 厂商锁定问题，适配国产 GPU（如壁仞、沐曦均支持 SYCL）；
  4. JIT 类库（Numba、Taichi、ILGPU）适合快速迭代算法，底层 CUDA/HIP 适合极致性能调优。

常用 GPU 加速 & 并行计算开源库（附带 GitHub 开源地址 + 官网）

按场景分类，全部标注开源仓库地址、官方主页、适配硬件、核心定位，方便直接拉取源码、部署使用。

一、Python 快速 GPU 开发库（科研原型、算法加速首选）

1. CuPy（GPU 版 NumPy/SciPy）

2. Numba（Python JIT GPU 编译器）

3. Taichi（物理仿真 / 图形专用 GPU JIT）

4. RAPIDS cuDF（GPU Pandas 大数据分析）

5. PyTorch（深度学习张量 GPU 并行）

6. TensorFlow

二、C++ 高性能底层 GPU 并行库（生产部署、HPC 超算）

1. Thrust（NVIDIA STL 风格 GPU 并行算法）

2. Kokkos（异构跨平台并行框架）

  • GitHub：https://github.com/kokkos/kokkos
  • 适配：CUDA / HIP / SYCL / OpenMP / CPU
  • 作用：超算流体、有限元、粒子仿真一套代码多硬件部署

3. ArrayFire（通用 GPU 数值计算库）

4. Boost.Compute（OpenCL C++ 并行容器）

三、跨厂商异构 GPU 开源栈（AMD/Intel/ 国产 GPU 兼容，摆脱 CUDA 绑定）

1. AMD ROCm + HIP（全开源 CUDA 兼容栈）

2. Intel DPC++ / SYCL oneAPI

3. POCL（纯开源 OpenCL 运行时，无闭源驱动）

四、深度学习底层 GPU 算子 & 推理加速开源库

1. MIOpen（AMD 开源深度学习算子，对标 cuDNN）

2. FlashAttention（大模型显存优化 Attention 算子）

3. vLLM（LLM 高吞吐 GPU 推理）

4. NCCL（NVIDIA 多 GPU 集合通信）

5. RCCL（AMD 版 NCCL）

五、分布式多 GPU / 多节点并行框架（集群训练、超算）

1. Horovod（简化多机多卡分布式训练）

2. DeepSpeed（微软大模型显存优化分布式）

3. OpenMPI（CUDA-Aware MPI，超算节点通信）

六、图像、视频、渲染 GPU 加速开源库

1. OpenCV CUDA 模块

2. OIDN（Intel 光线追踪 GPU 降噪）

3. Embree（GPU 光线追踪相交计算）

4. FFmpeg（GPU 硬编解码）

七、现代编程语言 GPU 库（Rust / C# .NET）

1. ILGPU（C#/.NET GPU JIT 编译器）

2. wgpu（Rust 跨平台 Vulkan 计算 / 渲染）

八、嵌入式边缘 GPU 计算

Jetson-Stats（NVIDIA Jetson 嵌入式监控 + 开发配套）

Rockchip Mali GPU 驱动（瑞芯微 RK3588 嵌入式 GPU）

补充说明

  1. cuDNN：NVIDIA 核心深度学习算子库，运行时二进制闭源，上层开发头文件与示例开源，无独立 GitHub 主仓库，从 NVIDIA 开发者官网获取；
  2. 所有 ROCm 生态组件（rocBLAS、rocFFT、rocSPARSE）统一托管在 GitHub 组织：ROCm；
  3. 以上仓库均可直接git clone拉取源码编译部署，适配 Linux/Windows 开发环境。

一、C++ 高性能底层 GPU 加速 & 并行计算库（开源 + 源码地址、适配、核心用途）

1. NVIDIA CUDA 生态原生 C++ 库

Thrust

  • 开源地址：https://github.com/NVIDIA/thrust
  • 适配：NVIDIA CUDA
  • 定位：STL 风格 GPU 高层并行算法库，内置sort、reduce、scan、transform、复制、置换等并行原语，避免手写 CUDA 线程网格逻辑，C++ 直接调用。
  • 适用：通用数值并行、数组处理、前置求和、大规模排序。

CUB

  • 开源地址：https://github.com/NVIDIA/cub
  • 适配：NVIDIA CUDA
  • 定位：CUDA 底层高性能原语库（Block/Thread/Warp 级规约、扫描、Shuffle、原子操作），Thrust 底层依赖，极致性能调优必备。

cuBLAS / cuFFT / cuSPARSE / cuSOLVER

  • 开源示例 & 头文件：NVIDIA CUDA Toolkit 自带开源 Sample
  • 定位：GPU 基础线性代数、傅里叶变换、稀疏矩阵、方程求解底层算子，科学计算、CFD、仿真底层基石。

2. 跨厂商异构 C++ 并行框架（CUDA/ROCm/Intel/CPU 通用）

Kokkos

  • 开源地址：https://github.com/kokkos/kokkos
  • 后端：CUDA、HIP (AMD)、SYCL、OpenMP、Serial CPU
  • 特点：一套 C++ 代码编译部署到 NVIDIA/AMD/Intel GPU、多核 CPU，HPC 超算主力，流体力学、有限元、粒子仿真、气候模拟。

RAJA

  • 开源地址：https://github.com/LLNL/RAJA
  • 适配：CUDA、HIP、OpenMP
  • 定位：并行执行策略解耦，算法逻辑与硬件执行层分离，便于多硬件迁移、性能调优。

HIP (AMD ROCm)

  • 开源地址：https://github.com/ROCm/HIP
  • 定位：C++ 兼容层，直接编译 CUDA C++ 代码在 AMD GPU 运行，配套rocBLAS/rocFFT算子库，实现 CUDA 代码低成本迁移 A 卡。

SYCL（Intel DPC++）

  • 开源编译器：https://github.com/intel/llvm
  • 定位：C++17 异构并行标准，单代码支持 CUDA/HIP/CPU/Intel Arc / 国产 GPU，无厂商锁定。

3. OpenCL 通用 C++ 计算库

Boost.Compute

ArrayFire

  • 开源地址：https://github.com/arrayfire/arrayfire
  • 后端：CUDA / OpenCL / CPU，C++ 核心 API，同时提供 Python 绑定，开箱即用矩阵、信号、图像并行算子，适合快速工程落地。

4. 光线追踪 / 图形计算底层 C++ 库

Embree

OIDN (OpenImageDenoise)

二、深度学习专用 GPU 加速并行库（算子、推理、训练底层）

1. 卷积 / 深度学习基础算子库

MIOpen（AMD 开源，对标 cuDNN）

  • 开源地址：https://github.com/ROCm/MIOpen
  • 功能：卷积、BN、激活、池化、RNN、Transformer 底层算子，ROCm 深度学习底层依赖。

oneDNN (MKL-DNN，Intel 开源)

FlashAttention

Cutlass

  • 开源地址：https://github.com/NVIDIA/cutlass
  • NVIDIA 开源矩阵乘法模板库，自定义 FP16/FP8/INT8 混合精度 GEMM，大模型、卷积算子自定义开发。

2. 推理加速库（C++ 部署为主）

TensorRT

  • 开源组件：TensorRT 开源示例、Plugin 仓库：https://github.com/NVIDIA/TensorRT
  • 定位：NVIDIA 模型量化、算子融合、推理编译加速，工业部署标配。

TensorRT-LLM

vLLM

ONNX Runtime

OpenVINO

3. 训练框架底层 GPU 模块

PyTorch C++ Frontend (LibTorch)

TVM / Apache TVM

  • 开源地址：https://github.com/apache/tvm
  • 深度学习算子编译优化器，自动生成 CUDA/HIP/OpenCL 高性能内核，模型跨硬件编译部署。

三、分布式多 GPU 并行计算库（多卡集合通信、多节点并行、分布式训练）

1. GPU 集合通信底层（多卡 AllReduce/AllGather 核心）

NCCL (NVIDIA Collective Communications Library)

RCCL (ROCm Collective Communications Library)

2. 分布式训练封装框架

Horovod

Microsoft DeepSpeed

Megatron-LM

3. HPC 超算多节点 GPU 并行（MPI+GPU）

OpenMPI (CUDA-Aware MPI)

MPICH

4. K8s 云原生 GPU 调度 + 监控配套

NVIDIA K8s Device Plugin

四、补充专项 GPU 加速库（图像、视频、大数据）

  1. OpenCV CUDA
     
    仓库：https://github.com/opencv/opencv
     
    C++ GPU 图像滤波、特征检测、光流、立体匹配加速
  2. RAPIDS（GPU 大数据 C++ 底层）
     
    仓库：https://github.com/rapidsai
     
    cuDF/cuML C++ 底层，GPU 结构化数据并行计算
  3. FFmpeg GPU 硬编解码
     
    仓库：https://github.com/FFmpeg/FFmpeg
     
    NVENC/NVDEC/AMF/QSV 硬件编解码 C++ 调用

选型精简总结

  1. C++ 底层跨硬件开发：Kokkos（首选）> HIP（AMD 迁移 CUDA）> Thrust（N 卡快速并行）
  2. 深度学习算子开发：Cutlass、FlashAttention、MIOpen
  3. 模型部署推理：TensorRT、ONNX Runtime、TVM
  4. 多 GPU 训练通信：NCCL + Horovod、DeepSpeed
  5. 超算分布式并行：CUDA-Aware OpenMPI + Kokkos

 

posted @ 2024-06-22 05:31  suv789  阅读(1950)  评论(0)    收藏  举报