iOS - GPU 加速矩阵转置、乘法和特征分解困境

Question

我正在开发一个需要在 iOS 平台上使用向量和矩阵的库。我决定研究 OpenGLES，因为我计划进行的矩阵和向量操作(主要是转置、矩阵乘法和特征分解)绝对可以从 GPU 加速中受益。

问题是我不太熟悉 OpenGLES，老实说这可能不是最佳选择。如果我要使用 OpenGLES，我是否必须手动编写执行矩阵转置、乘法和特征分解的算法？或者是否有其他 Apple 或第 3 方框架可以帮助我完成这些任务。

然而，主要的分歧是我希望这些操作能够进行 GPU 加速。

---

我将使用 Accelerate Framework 和矢量化算法实现我的程序，然后测试它是否足够快以达到我的目的，如果不够快，则尝试 GPU 实现。

Answer 1

作为组合状态，Accelerate 使用 SIMD 来加速其许多功能，但它是基于 CPU 的。对于较小的数据集，这绝对是可行的方法，但在 GPU 上运行可以明显优于它，对于足够大的数据集以及易于并行化的操作。

为了避免自己编写所有 OpenGL ES 交互代码，您可以查看我的 GPUImage框架，它在 Objective-C 中封装了片段着色器操作。特别是，您可以使用 GPUImageRawDataInput 和 GPUImageRawDataOutput 类将原始字节数据输入 GPU，然后使用自定义片段着色器对其进行操作。

矩阵转置操作可以快速实现，因为所有矩阵元素都是相互独立的。矩阵乘以常数或小矩阵也很容易做到，但我不确定如何正确缩放两个大矩阵的乘法。同样，我没有一个很好的本征分解实现，我可以立即指出。

处理片段着色器处理的缺点是默认情况下 OpenGL ES 在每个像素处接收和输出 4 字节 RGBA 值。您可以在较新的设备上将其更改为半 float ，我知道其他人已经使用此框架完成了此操作，但我自己还没有尝试过。您可以将单个浮点值打包成 RGBA 字节并在最后解包，作为将此数据传入和传出 GPU 的另一种方法。

最新的 A7 设备对 OpenGL ES 3.0 的支持为处理 float 据提供了一些其他机会。您可以使用顶点数据而不是纹理输入，这样您可以为每个顶点提供四个 float 并在最后提取这些 float 。 Bartosz Ciechanowski 有 a very detailed writeup of this on his blog .对于 GPGPU 操作，这可能是一种更好的通用方法，但如果您可以让您的操作针对片段着色器中的纹理数据运行，您将看到最新硬件的巨大加速(iPhone 5S 可以比 iPhone 5S 快 100-1000 倍在这方面，iPhone 4 的顶点处理和 CPU 速度几乎没有那么快地提高)。