江苏龙网

  1. 主页 > 生活百科 > >

使用GPU.js改善JavaScript性能

GPU.js


使用GPU.js改善JavaScript性能

文章插图
https://gpu.rocks
你是否曾经尝试过运行复杂的计算 ， 却发现它需要花费很长时间 ， 并且拖慢了你的进程？
有很多方法可以解决这个问题 ， 例如使用web worker或后台线程 。GPU减轻了CPU的处理负荷 ， 给了CPU更多的空间来处理其他进程 。同时 ， web worker仍然运行在CPU上 ， 但是运行在不同的线程上 。
在该初学者指南中 ， 我们将演示如何使用GPU.js执行复杂的数学计算并提高JAVAScript应用的性能 。
什么是GPU.js？GPU.js是一个针对Web和Node.js构建的JavaScript加速库 ， 用于在图形处理单元（GPGPU）上进行通用编程 ， 它使你可以将复杂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：在系统上没有GPU的情况下 ， 这些功能仍将在常规JavaScript引擎上运行 。
【使用GPU.js改善JavaScript性能】当你要执行复杂的计算时 ， 实质上是将这种负担转移给系统的GPU而不是CPU ， 从而增加了处理速度和时间 。
高性能计算是使用GPU.js的主要优势之一 。如果你想在浏览器中进行并行计算 ， 而不了解WebGL ， 那么GPU.js是一个适合你的库 。
为什么要使用GPU.js为什么要使用GPU执行复杂的计算的原因不胜枚举 ， 有太多的原因无法在一篇文章中探讨 。以下是使用GPU的一些最值得注意的好处 。
  • 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
如果你认为你的处理器可以胜任 ， 你不需要GPU.js ， 看看下面这个GPU和CPU运行计算的结果 。
使用GPU.js改善JavaScript性能

文章插图
 
如你所见 ， GPU比CPU快22.97倍 。
GPU.js的工作方式考虑到这种速度水平 ， JavaScript生态系统仿佛得到了一个可以乘坐的火箭 。GPU可以帮助网站更快地加载 ， 特别是必须在首页上执行复杂计算的网站 。你不再需要担心使用后台线程和加载器 ， 因为GPU运行计算的速度是普通CPU的22.97倍 。
gpu.createKernel 方法创建了一个从JavaScript函数移植过来的GPU加速内核 。
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入门为了展示如何使用GPU.js更快地计算复杂的计算 ， 让我们快速启动一个实际的演示 。
安装
sudo apt install mesa-common-dev libxi-dev// using linuxnpm
npm install gpu.js --save// ORyarn add gpu.js在你的Node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 arraryconst 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/benchmarkconst benchmark = require('@gpujs/benchmark')const benchmarks = benchmark.benchmark(options);options 对象包含可以传递给基准的各种配置 。


推荐阅读


上一篇：2012年普秀牌,普秀牌2012年新品金枫青饼

下一篇：龙井茶的禁忌症介绍,如何挑选上好的龙井茶