Windows ストア アプリでの C++ AMP の使用
Windows ストア アプリで C++ AMP (C++ Accelerated Massive Parallelism) を使用すると、GPU (グラフィックス処理装置) またはその他の計算アクセラレータで計算を実行できます。 ただし C++ AMP では、Windows ランタイムの型を直接操作するための API が提供されておらず、Windows ランタイムでは C++ AMP のラッパーが提供されません。 Windows ランタイムの型を (独自に作成したコードも含めて) コード内で使用するときは、C++ AMP と互換性のある型に変換する必要があります。
パフォーマンスに関する考慮事項
Windows ストア アプリの作成に Visual C++ コンポーネント拡張(C++/CX) を使用する場合、C++ AMP で使用するデータには、POD (plain old data) 型と共に連続した記憶域 (std::vector や C スタイルの配列など) を使用することをお勧めします。 マーシャリングの必要がないため、非 POD 型または Windows RT コンテナーを使用する場合より高いパフォーマンスの実現に役立ちます。.
C ++ AMP カーネルで、この方法で格納されているデータにアクセスするには、std::vector または配列記憶域を concurrency::array_view でラップし、この配列ビューを concurrency::parallel_for_each ループで使用します。
// 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];
});
Windows ランタイム型をマーシャリングする
Windows ランタイム API を使用する場合、Platform::Array<T>^ などの Windows ランタイム コンテナーに格納されているデータや、ref キーワードまたは value キーワードを使用して宣言されたクラスや構造体などの複合データ型に格納されているデータに対して C++ AMP を使用することが考えられます。 この場合、C++ AMP でデータを使用できるように特別な作業を行う必要があります。
Platform::Array<T>^ (T は POD 型)
Platform::Array<T>^ を検出した場合に T が POD 型であれば、基となる記憶域に get メンバー関数を使用してアクセスすることができます。
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));
T が POD 型でない場合に C++ AMP でデータを使用するには、次のセクションで説明する手法を使用します。
Windows ランタイム型: ref クラスと value クラス
C++ AMP では、複合データ型がサポートされません。 これには、非 POD 型や、ref キーワードまたは value キーワードを使用して宣言される型が含まれます。 サポートされていない型が restrict(amp) のコンテキストで使用されている場合、コンパイル時エラーが生成されます。
サポートされない型を検出した場合は、そのデータの必要な部分を concurrency::array オブジェクトにコピーできます。 データを C++ AMP で使用できるようにする作業に加え、この手動コピーを行うことも、データの局所性を最大限に高め、使用しないデータがアクセラレータにコピーされないようにする点で、パフォーマンスの向上に役立ちます。 さらにパフォーマンスを高めるには、ステージング配列を使用します。これは、concurrency::array の特殊な形であり、指定されたアクセラレータでこの配列と他の配列との間で頻繁な転送を行う場合に配列を最適化するためのヒントを AMP ランタイムに提供します。
// 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;
});