文末福利资源更新

什么是GPU.js？

为什么要使用GPU.js

• GPU可用于执行大规模并行GPGPU计算。这是需要异步完成的计算类型
• 当系统中没有GPU时，它会优雅地退回到JavaScript
• GPU当前在浏览器和Node.js上运行，非常适合通过大量计算来加速网站
• GPU.js是在考虑JavaScript的情况下构建的，因此这些功能均使用合法的JavaScript语法

如你所见，GPU比CPU快22.97倍。

GPU.js的工作方式

GPU.js入门

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项目中要导入GPU.js。

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

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

const gpu = new GPU();

乘法演示

在下面的示例中，计算是在GPU上并行完成的。

首先，生成大量数据。

const getArrayValues = () => {

  // 在此处创建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
}

创建内核（运行在GPU上的函数的另一个词）。

const gpu = new GPU();

// 使用 `createKernel()` 方法将数组相乘
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])

使用矩阵作为参数调用内核。

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

输出

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]) // 记录输出数组第10行和第12列的元素

运行GPU基准测试

你可以按照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);

结束

粉丝福利

136期留言+在看幸运用户：暂无。

临走前留下，今天的福利

• 福利1： 《JavaScript高级与设计模式》获取资源请在公众号对话框中回复关键字：042， 如果没有关注请扫下面的二维码
• 福利2：在看+留言， 我随机抽取一位认真留言的小伙伴，给他发一个5~10不等的红包奖励

更多好文