关于javascript:使用GPUjs改善JavaScript性能

你是否已经尝试过运行简单的计算，却发现它须要破费很长时间，并且拖慢了你的过程？

有很多办法能够解决这个问题，例如应用 web worker 或后盾线程。GPU 加重了 CPU 的解决负荷，给了 CPU 更多的空间来解决其余过程。同时，web worker 依然运行在 CPU 上，然而运行在不同的线程上。

在该初学者指南中，咱们将演示如何应用 GPU.js 执行简单的数学计算并进步 JavaScript 利用的性能。

GPU.js 是一个针对 Web 和 Node.js 构建的 JavaScript 减速库，用于在图形处理单元（GPGPU）上进行通用编程，它使你能够将简单且耗时的计算移交给 GPU 而不是 CPU，以实现更快的计算和操作。还有一个备用选项：在零碎上没有 GPU 的状况下，这些性能仍将在惯例 JavaScript 引擎上运行。

当你要执行简单的计算时，本质上是将这种累赘转移给零碎的 GPU 而不是 CPU，从而减少了处理速度和工夫。

高性能计算是应用 GPU.js 的次要劣势之一。如果你想在浏览器中进行并行计算，而不理解 WebGL，那么 GPU.js 是一个适宜你的库。

为什么要应用 GPU 执行简单的计算的起因举不胜举，有太多的起因无奈在一篇文章中探讨。以下是应用 GPU 的一些最值得注意的益处。

GPU 可用于执行大规模并行 GPGPU 计算。这是须要异步实现的计算类型
当零碎中没有 GPU 时，它会优雅地退回到 JavaScript
GPU 以后在浏览器和 Node.js 上运行，非常适合通过大量计算来减速网站
GPU.js 是在思考 JavaScript 的状况下构建的，因而这些性能均应用非法的 JavaScript 语法

如果你认为你的处理器能够胜任，你不须要 GPU.js，看看上面这个 GPU 和 CPU 运行计算的后果。

如你所见，GPU 比 CPU 快 22.97 倍。

思考到这种速度程度，JavaScript 生态系统好像失去了一个能够乘坐的火箭。GPU 能够帮忙网站更快地加载，特地是必须在首页上执行简单计算的网站。你不再须要放心应用后盾线程和加载器，因为 GPU 运行计算的速度是一般 CPU 的 22.97 倍。

gpu.createKernel 办法创立了一个从 JavaScript 函数移植过去的 GPU 减速内核。

与 GPU 并行运行内核函数会导致更快的计算速度——快 1 -15 倍，这取决于你的硬件。

为了展现如何应用 GPU.js 更快地计算简单的计算，让咱们疾速启动一个理论的演示。

装置

sudo apt install mesa-common-dev libxi-dev  // using Linux

npm

npm install gpu.js --save
// OR
yarn add gpu.js

在你的 Node 我的项目中要导入 GPU.js。

import {GPU} from ('gpu.js')

// OR
const {GPU} = require('gpu.js')

const gpu = new GPU();

在上面的示例中，计算是在 GPU 上并行实现的。

首先，生成大量数据。

const getArrayValues = () => {

  // 在此处创立 2D arrary
  const values = [[], []]

  // 将值插入第一个数组
  for (let y = 0; y < 600; y++){values[0].push([])
    values[1].push([])

    // 将值插入第二个数组
    for (let x = 0; x < 600; x++){values\[0\][y].push(Math.random())
      values\[1\][y].push(Math.random())
    }
  }

  // 返回填充数组
  return values
}

创立内核（运行在 GPU 上的函数的另一个词）。

const gpu = new GPU();

// 应用 `createKernel()` 办法将数组相乘
const multiplyLargeValues = gpu.createKernel(function(a, b) {
  let sum = 0;
  for (let i = 0; i < 600; i++) {sum += a\[this.thread.y\][i] * b\[i\][this.thread.x];
  }
  return sum;
}).setOutput([600, 600])

应用矩阵作为参数调用内核。

const largeArray = getArrayValues()
const out = multiplyLargeValues(largeArray[0], largeArray[1])

输入

console.log(out\[y\][x]) // 将元素记录在数组的第 x 行和第 y 列
console.log(out\[10\][12]) // 记录输入数组第 10 行和第 12 列的元素

你能够依照 GitHub 上指定的步骤运行基准测试。

npm install @gpujs/benchmark

const benchmark = require('@gpujs/benchmark')

const benchmarks = benchmark.benchmark(options);

options 对象蕴含能够传递给基准的各种配置。

返回 GPU.js 官方网站查看残缺的计算基准，这将帮忙你理解应用 GPU.js 进行简单计算能够取得多少速度。

在本教程中，咱们具体探讨了 GPU.js，剖析了它的工作原理，并演示了如何进行并行计算。咱们还演示了如何在你的 Node.js 利用中设置 GPU.js。

原文：https://blog.zhangbing.site

关于javascript:使用GPUjs改善JavaScript性能

什么是 GPU.js？

为什么要应用 GPU.js

GPU.js 的工作形式

GPU.js 入门

乘法演示

运行 GPU 基准测试

完结