在 UWP 应用中使用 C++ AMP

可以在通用 Windows 平台（UWP）应用中使用 C++ AMP（C++ 加速大规模并行度）在 GPU（图形处理单元）或其他计算加速器上执行计算。 但是，C++ AMP 不提供用于直接使用 Windows 运行时类型的 API，而 Windows 运行时不提供 C++ AMP 的包装器。 在代码中使用 Windows 运行时类型（包括自己创建的类型）时，必须将这些类型转换为与 C++ AMP 兼容的类型。

性能注意事项

如果使用 Visual C++ 组件扩展 C++/CX 创建通用 Windows 平台（UWP）应用，建议将纯旧数据（POD）类型与连续存储（例如 std::vector ，或 C 样式数组）一起使用，以用于 C++ AMP 的数据。 这可以帮助你实现比使用非 POD 类型或 Windows 运行时容器更高的性能，因为无需进行封送处理。

在 C++ AMP 内核中，若要访问以这种方式存储的数据，只需将std::vector或数组存储包裹在concurrency::array_view中，然后在concurrency::parallel_for_each循环中使用数组视图：

// simple vector addition example
std::vector<int> data0(1024, 1);
std::vector<int> data1(1024, 2);
std::vector<int> data_out(data0.size(), 0);

concurrency::array_view<int, 1> av0(data0.size(), data0);
concurrency::array_view<int, 1> av1(data1.size(), data1);
concurrency::array_view<int, 1> av2(data_out.size(), data2);

av2.discard_data();

concurrency::parallel_for_each(av0.extent, [=](concurrency::index<1> idx) restrict(amp)
    {
        av2[idx] = av0[idx] + av1[idx];
    });

封送 Windows 运行时类型

使用 Windows 运行时 API 时，您可能希望对存储在 Windows 运行时容器（例如 Platform::Array<T>^）中的数据或使用 ref 关键字或 value 关键字声明的类或结构等复杂数据类型使用 C++ AMP。 在这些情况下，必须执行一些额外的工作，使数据可供 C++ AMP 使用。

Platform：：Array<T>^，其中 T 是 POD 类型

当你遇到 Platform::Array<T>^ 且 T 是 POD 类型时，只需使用 get 成员函数即可访问其底层存储：

Platform::Array<float>^ arr; // Assume that this was returned by a Windows Runtime API
concurrency::array_view<float, 1> av(arr->Length, &arr->get(0));

如果 T 不是 POD 类型，请使用以下部分中介绍的技术将数据与 C++ AMP 配合使用。

Windows 运行时类型：ref 类和值类

C++ AMP 不支持复杂的数据类型。 这包括非 POD 类型和使用 ref 关键字或 值 关键字声明的任何类型。 如果在上下文中使用 restrict(amp) 了不支持的类型，则会生成编译时错误。

遇到不受支持的类型时，可以将其相关部分数据复制到对象 concurrency::array 中。 除了使数据可供 C++ AMP 使用之外，该手动复制方法还可以通过最大化数据局部性提高性能，并确保不会使用的数据不会被复制到加速器。 可以使用临时数组进一步提高性能，该 临时数组是一种特殊形式 concurrency::array ，它向 AMP 运行时提供提示，即应针对数组与指定加速器上的其他数组之间的频繁传输进行优化。

// pixel_color.h
ref class pixel_color sealed
{
public:
    pixel_color(Platform::String^ color_name, int red, int green, int blue)
    {
        name = color_name;
        r = red;
        g = green;
        b = blue;
    }

    property Platform::String^ name;
    property int r;
    property int g;
    property int b;
};

// Some other file

std::vector<pixel_color^> pixels (256);

for (pixel_color ^pixel : pixels)
{
    pixels.push_back(ref new pixel_color("blue", 0, 0, 255));
}

// Create the accelerators
auto cpuAccelerator = concurrency::accelerator(concurrency::accelerator::cpu_accelerator);
auto devAccelerator = concurrency::accelerator(concurrency::accelerator::default_accelerator);

// Create the staging arrays
concurrency::array<float, 1> red_vec(256, cpuAccelerator.default_view, devAccelerator.default_view);
concurrency::array<float, 1>  blue_vec(256, cpuAccelerator.default_view, devAccelerator.default_view);

// Extract data from the complex array of structs into staging arrays.
concurrency::parallel_for(0, 256, [&](int i)
    {
        red_vec[i] = pixels[i]->r;
        blue_vec[i] = pixels[i]->b;
    });

// Array views are still used to copy data to the accelerator
concurrency::array_view<float, 1> av_red(red_vec);
concurrency::array_view<float, 1> av_blue(blue_vec);

// Change all pixels from blue to red.
concurrency::parallel_for_each(av_red.extent, [=](index<1> idx) restrict(amp)
    {
        av_red[idx] = 255;
        av_blue[idx] = 0;
    });

另请参阅

使用 C++ 创建第一个 UWP 应用
使用 C++ 创建 Windows 运行时组件