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。

什么是GPU.js？

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.js

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。

GPU.js的工作形式

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。

GPU.js入门

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// ORyarn add gpu.js

在你的Node我的项目中要导入GPU.js。

import { GPU } from ('gpu.js')// ORconst { GPU } = require('gpu.js')const gpu = new GPU();

乘法演示

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

运行GPU基准测试

你能够依照GitHub上指定的步骤运行基准测试。

npm install @gpujs/benchmarkconst 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。

完结

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