gpu-arena

• English (en)
• Français (fr)

A Guided Tour of GPU Programming Frameworks

Self-contained projects that show how to install GPU programming frameworks, build GPU-accelerated programs, and execute them. Click on the links in the index table below to access the readme file of each project for more information.

Note: The projects are minimal examples, not complete tutorials. The readme files in each subdirectory provide references to more detailed resources.

Project Index

Framework	Applications		Devices					Operating Systems
	Graphics	General-purpose	CPU	Nvidia	Intel	AMD	Apple Silicon
OpenGL	Y	Y	N	Y	Y	Y	N	Any (deprecated on Mac)
DirectX	Y	Y	N	Y	Y	Y	N	Windows
Vulkan	Y	Y (implemented with kompute)	N	Y	Y	Y	N	Any (deprecated on Mac)
Metal	Y*	Y*	N	N	N	N	Y	Mac / iOS
WebGPU	Y	Y	N	Y	Y	Y	Y	Any
CUDA	N	Y	N	Y	N	N	N	Windows, Linux
OpenCL	N	Y	Y	Y	Y	Y	Y	Any (deprecated on Mac)
SYCL	N	Y$	Y	Y	Y	Y	Y	Any (CPU-only on Mac)
Triton	N	Y	N	Y	N	Y	N	Linux
CPU	N	Y	Y	N	N	N	N	Any

• The sign * indicates that the corresponding example is not implemented in the project.
• The sign $ indicates that I did not manage to make it work!

Performance Comparison

The following table compares the performances of some backends to calculate the sum of elements in an array through sum reduction. Keep in mind that results vary depending on the system and are influenced by memory transfer overheads. This table is provided only as an indication.

Framework	Sum Reduction Time (s) for Array Sizes
	256	1024	1e6	1e7
C++ (1 CPU thread)	1e-06	1e-06	0.000191	0.001341
OpenGL	0.000605	0.000563	0.000582	0.000567

Benchmarking

Run the Python script benchmark.py to compare how performances vary depending on the number of threads running on CPU:

# Linux
python3 benchmark.py

# OS that begins with the letter W
py benchmark.py

Visite guidée de cadres logiciels pour processeurs graphiques

Ce dépôt contient des projets sans dépendances qui montrent comment installer un cadre logiciel de programmation de GPU, comment construire des programmes accélérés par GPU, et comment les exécuter. Cliquez sur les liens dans le tableau ci-dessous pour accéder à des informations supplémentaires sur chaque projet.

Note: Ces projets sont des exemples minimalistes et non des tutoriels complets. Les fichiers readme dans chaque sous-répertoire fournissent des ressources plus détaillées.

Indice des projets

Cadre logiciel	Applications		Appareils					Systèmes d'exploitation
	Graphique	Calculs généraux	CPU	Nvidia	Intel	AMD	Apple Silicon
OpenGL	O	O	N	O	O	O	N	Tous (réprouvé sur Mac)
DirectX	O	O	N	O	O	O	N	Windows
Vulkan	O	O (avec kompute)	N	O	O	O	N	Tous (réprouvé sur Mac)
Metal	O*	O*	N	N	N	N	O	Mac / iOS
WebGPU	O	O	N	O	O	O	O	Tous
CUDA	N	O	N	O	N	N	N	Windows, Linux
OpenCL	N	O	O	O	O	O	O	Tous (réprouvé sur Mac)
SYCL	N	O$	O	O	O	O	O	Tous (CPU seulement sur Mac)
Triton	N	O	N	O	N	O	N	Linux
CPU	N	O	O	N	N	N	N	Tous

• Le signe * indique que l'exemple correspondant n'est pas inclus dans le projet.
• Le signe $ indique que je n'ai pas réussi à le faire fonctionner!