怎么使用GPU改善JavaScript性能
这篇文章主要介绍了怎么使用GPU改善JavaScript性能,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
创新互联建站-专业网站定制、快速模板网站建设、高性价比宝鸡网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式宝鸡网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖宝鸡地区。费用合理售后完善,10余年实体公司更值得信赖。
什么是 GPU.js
首先,官网地址:
https://gpu.rocks/#/
Source: https://gpu.rocks/#/
简而言之,GPU.js 是一个 JavaScript 加速库,可用于使用 JavaScript 在 GPU 上进行通用计算。它支持浏览器、Node.js 和 TypeScript。
除了性能提升外,我推荐使用 GPU.js 的原因还有以下几点:
GPU.js 使用 JavaScript 作为基础,允许你使用 JavaScript 语法。
它承担着将 JavaScript 自动转译为着色器语言的责任,并对它们进行编译。
如果设备中没有 GPU,它可以退回到普通的 JavaScript 引擎。因此,使用 GPU.js 不会有任何不利因素。
GPU.js 也可以用于并行计算。此外,你可以同时在 CPU 和 GPU 上异步地进行多项计算。
所有这些东西加在一起,我不认为有理由不使用 GPU.js。因此,让我们看看如何开始使用它。
如何设置 GPU.js?
为您的项目安装 GPU.js 与其他的 JavaScript 库类似。
对于 Node 项目
npm install gpu.js --save or yarn add gpu.js import { GPU } from ('gpu.js') --- or --- const { GPU } = require('gpu.js') --- or --- import { GPU } from 'gpu.js'; // Use this for TypeScript const gpu = new GPU();
对于 Bowsers
在本地下载 GPU.js 或使用其 cdn。
--- or ---
注意:
如果你使用的是 Linux,你需要确保你安装了正确的文件,运行:sudo apt install mesa-common-dev libxi-dev
这就是你需要知道的关于安装和导入 GPU.js 的情况。
现在,你可以开始在你的应用程序中使用 GPU 编程。
此外,我强烈建议理解 GPU.js 的基本功能和概念。所以,让我们从 GPU.js 的一些基础知识开始。
创建函数
你可以在 GPU.js 中定义函数以在 GPU 中运行,使用一般的 JavaScript 语法。
const exampleKernel = gpu.createKernel(function() { ... }, settings);
上面的代码样本显示了一个 GPU.js 函数的基本结构。我将该函数命名为 exampleKernel。正如你所看到的,我使用了 createKernel 函数,利用 GPU 进行计算。
另外,定义输出的大小是必须的。在上面的例子中,我使用了一个名为 settings 的参数来指定输出大小。
const settings = { output: [100] };
内核函数的输出可以是 1D、2D 或 3D,这意味着它最多可以有 3 个线程。你可以使用 this.thread 命令在内核中访问这些线程。
1D : [长度] - 值[this.thread.x]
2D : [宽度,高度] - 值[this.thread.y][this.thread.x]
3D: [宽度,高度,深度] - 值[this.thread.z][this.thread.y][this.thread.x]。
最后,创建的函数可以像其他的 JavaScript 函数一样使用函数名来调用:exampleKernel()
内部支持的变量
Number
你可以在 GPU.js 函数中使用任何整数或浮点数。
const exampleKernel = gpu.createKernel(function() { const number1 = 10; const number2 = 0.10; return number1 + number2; }, settings);
Boolean
GPU.js 中也支持布尔值,与 JavaScript 类似。
const kernel = gpu.createKernel(function() { const bool = true; if (bool) { return 1; }else{ return 0; } },settings);
Arrays
你可以在内核函数中定义任何大小的数字数组,并返回它们。
const exampleKernel = gpu.createKernel(function() { const array1 = [0.01, 1, 0.1, 10]; return array1; }, settings);
Functions
在内核函数中使用私有函数,在 GPU.js 中也是允许的。
const exampleKernel = gpu.createKernel(function() { function privateFunction() { return [0.01, 1, 0.1, 10]; } return privateFunction(); }, settings);
支持的输入类型
除了上述变量类型外,你还可以向内核函数传递几种输入类型。
Numbers
与变量声明类似,你可以向内核函数传递整数或浮点数,如下所示。
const exampleKernel = gpu.createKernel(function(x) { return x; }, settings); exampleKernel(25);
1D,2D, or 3D Array of Numbers
你可以将 Array、Float32Array、Int16Array、Int8Array、Uint16Array、uInt8Array 等数组类型传入 GPU.js 内核。
const exampleKernel = gpu.createKernel(function(x) { return x; }, settings); exampleKernel([1, 2, 3]);
预扁平化的 2D 和 3D 数组也被内核函数所接受。这种方法使上传的速度更快,你必须使用 GPU.js 的输入选项来实现这一点。
const { input } = require('gpu.js'); const value = input(flattenedArray, [width, height, depth]);
HTML Images
与传统的 JavaScript 相比,将图像传递到函数中是我们在 GPU.js 中可以看到的一个新东西。使用 GPU.js,你可以将一个或多个 HTML 图像作为数组传递给内核函数。
//Single Image const kernel = gpu.createKernel(function(image) { ... }) .setGraphical(true) .setOutput([100, 100]); const image = document.createElement('img'); image.src = 'image1.png'; image.onload = () => { kernel(image); document.getElementsByTagName('body')[0].appendChild(kernel.canvas); }; //Multiple Images const kernel = gpu.createKernel(function(image) { const pixel = image[this.thread.z][this.thread.y][this.thread.x]; this.color(pixel[0], pixel[1], pixel[2], pixel[3]); }) .setGraphical(true) .setOutput([100, 100]); const image1 = document.createElement('img'); image1.src = 'image1.png'; image1.onload = onload; .... //add another 2 images .... const totalImages = 3; let loadedImages = 0; function onload() { loadedImages++; if (loadedImages === totalImages) { kernel([image1, image2, image3]); document.getElementsByTagName('body')[0].appendChild(kernel.canvas); } };
除了上述配置外,还有许多令人兴奋的事情可以用 GPU.js 进行实验。你可以在其文档中找到它们。既然你现在了解了几种配置,让我们用 GPU.js 写一个函数并比较其性能。
使用 GPU.js 的第一个功能
通过结合我们之前讨论的所有内容,我写了一个小型的 angular 应用程序,通过将两个有 1000 个元素的数组相乘来比较 GPU 和 CPU 的计算性能。
第 1 步,生成 1000 个元素的数组的函数
我将生成一个每个元素有 1000 个数字的 2D 数组,并在接下来的步骤中使用它们进行计算。
generateMatrices() { this.matrices = [[], []]; for (let y = 0; y < this.matrixSize; y++) { this.matrices[0].push([]) this.matrices[1].push([]) for (let x = 0; x < this.matrixSize; x++) { const value1 = parseInt((Math.random() * 10).toString()) const value2 = parseInt((Math.random() * 10).toString()) this.matrices[0][y].push(value1) this.matrices[1][y].push(value2) } } }
第 2 步,内核函数
这是这个应用程序中最关键的函数,因为所有的 GPU 计算都发生在这里。
在这里,multiplyMatrix 函数将接收两个数字数组和矩阵的大小作为输入。
然后,它将把两个数组相乘并返回总和,同时使用性能 API 测量时间。
gpuMultiplyMatrix() { const gpu = new GPU(); const multiplyMatrix = gpu.createKernel(function (a: number[][], b: number[][], matrixSize: number) { let sum = 0; for (let i = 0; i < matrixSize; i++) { sum += a[this.thread.y][i] * b[i][this.thread.x]; } return sum; }).setOutput([this.matrixSize, this.matrixSize]) const startTime = performance.now(); const resultMatrix = multiplyMatrix(this.matrices[0], this.matrices[1], this.matrixSize); const endTime = performance.now(); this.gpuTime = (endTime - startTime) + " ms"; console.log("GPU TIME : "+ this.gpuTime); this.gpuProduct = resultMatrix as number[][]; }
步骤 3,CPU 乘法函数。
这是一个传统的 TypeScript 函数,用于测量相同数组的计算时间。
cpuMutiplyMatrix() { const startTime = performance.now(); const a = this.matrices[0]; const b = this.matrices[1]; let productRow = Array.apply(null, new Array(this.matrixSize)).map(Number.prototype.valueOf, 0); let product = new Array(this.matrixSize); for (let p = 0; p < this.matrixSize; p++) { product[p] = productRow.slice(); } for (let i = 0; i < this.matrixSize; i++) { for (let j = 0; j < this.matrixSize; j++) { for (let k = 0; k < this.matrixSize; k++) { product[i][j] += a[i][k] * b[k][j]; } } } const endTime = performance.now(); this.cpuTime = (endTime — startTime) + “ ms”; console.log(“CPU TIME : “+ this.cpuTime); this.cpuProduct = product; }
CPU vs GPU,性能比较
现在是时候看看围绕着 GPU.js 和 GPU 计算的所有讨论是否真实。由于我在上一节中创建了一个 Angular 应用程序,所以我用它来测量性能。
CPU vs GPU — Execution Time
你可以清楚地看到,GPU 编程的计算只花了 799ms,而 CPU 花了 7511ms,这几乎是 10 倍的时间。
我没有就此罢休,通过改变数组大小,对同样的测试进行了几个循环。
CPU vs GPU
首先,我试着用较小的数组大小,我注意到 CPU 比 GPU 花费的时间要少。例如,当我把数组大小减少到 10 个元素时,CPU 只花了 0.14ms,而 GPU 花了 108ms。
但随着数组大小的增加,GPU 和 CPU 所花的时间有明显的差距。正如你在上图中看到的,GPU 是赢家。
感谢你能够认真阅读完这篇文章,希望小编分享的“怎么使用GPU改善JavaScript性能”这篇文章对大家有帮助,同时也希望大家多多支持创新互联,关注创新互联行业资讯频道,更多相关知识等着你来学习!
本文题目:怎么使用GPU改善JavaScript性能
文章转载:http://scyanting.com/article/pdhjdo.html