你是否曾經嘗試過運行復雜的計算，卻發現它需要花費很長時間，並且拖慢了你的進程？
有很多方法可以解決這個問題，例如使用 web worker 或后台線程。GPU 減輕了 CPU 的處理負荷，給了 CPU 更多的空間來處理其他進程。同時，web worker 仍然運行在 CPU 上，但是運行在不同的線程上。
在該初學者指南中，我們將演示如何使用GPU.js執行復雜的數學計算並提高 JavaScript 應用的性能。
什么是 GPU.js？
GPU.js 是一個針對 Web 和 Node.js 構建的 JavaScript 加速庫，用於在圖形處理單元（GPGPU）上進行通用編程，它使你可以將復雜且耗時的計算移交給 GPU 而不是 CPU，以實現更快的計算和操作。還有一個備用選項：在系統上沒有 GPU 的情況下，這些功能仍將在常規 JavaScript 引擎上運行。
當你要執行復雜的計算時，實質上是將這種負擔轉移給系統的 GPU 而不是 CPU，從而增加了處理速度和時間。
高性能計算是使用 GPU.js 的主要優勢之一。如果你想在瀏覽器中進行並行計算，而不了解 WebGL，那么 GPU.js 是一個適合你的庫。
為什么要使用 GPU.js
為什么要使用 GPU 執行復雜的計算的原因不勝枚舉，有太多的原因無法在一篇文章中探討。以下是使用 GPU 的一些最值得注意的好處。
- GPU 可用於執行大規模並行 GPGPU 計算。這是需要異步完成的計算類型
- 當系統中沒有 GPU 時，它會優雅地退回到 JavaScript
- GPU 當前在瀏覽器和 Node.js 上運行，非常適合通過大量計算來加速網站
- GPU.js 是在考慮 JavaScript 的情況下構建的，因此這些功能均使用合法的 JavaScript 語法
如果你認為你的處理器可以勝任，你不需要 GPU.js，看看下面這個 GPU 和 CPU 運行計算的結果。
如你所見，GPU 比 CPU 快 22.97 倍。
GPU.js 的工作方式
考慮到這種速度水平，JavaScript 生態系統仿佛得到了一個可以乘坐的火箭。GPU 可以幫助網站更快地加載，特別是必須在首頁上執行復雜計算的網站。你不再需要擔心使用后台線程和加載器，因為 GPU 運行計算的速度是普通 CPU 的 22.97 倍。
gpu.createKernel 方法創建了一個從 JavaScript 函數移植過來的 GPU 加速內核。
與 GPU 並行運行內核函數會導致更快的計算速度——快 1-15 倍，這取決於你的硬件。
GPU.js 入門
為了展示如何使用 GPU.js 更快地計算復雜的計算，讓我們快速啟動一個實際的演示。
安裝
sudo apt install mesa-common-dev libxi-dev // using Linux
npm install gpu.js --save // OR yarn add gpu.js
在你的 Node 項目中要導入 GPU.js。
import { GPU } from ('gpu.js')
// OR
const { GPU } = require('gpu.js')
const gpu = new GPU();
乘法演示
在下面的示例中，計算是在 GPU 上並行完成的。
首先，生成大量數據。
const getArrayValues = () => { // 在此處創建2D arrary const values = [[], []] // 將值插入第一個數組 for (let y = 0; y < 600; y++){ values[0].push([]) values[1].push([]) // 將值插入第二個數組 for (let x = 0; x < 600; x++){ values\[0\][y].push(Math.random()) values\[1\][y].push(Math.random()) } } // 返回填充數組 return values }
創建內核（運行在 GPU 上的函數的另一個詞）。
const gpu = new GPU(); // 使用 `createKernel()` 方法將數組相乘 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]);
使用矩陣作為參數調用內核。
const largeArray = getArrayValues(); const out = multiplyLargeValues( largeArray[0], largeArray[1] );
輸出
console.log(out\[y\][x]) // 將元素記錄在數組的第x行和第y列 console.log(out\[10\][12]) // 記錄輸出數組第10行和第12列的元素
運行 GPU 基准測試
你可以按照GitHub上指定的步驟運行基准測試。
npm install @gpujs/benchmark const benchmark = require('@gpujs/benchmark') const benchmarks = benchmark.benchmark(options);
options 對象包含可以傳遞給基准的各種配置。
前往 GPU.js 官方網站查看完整的計算基准，這將幫助你了解使用 GPU.js 進行復雜計算可以獲得多少速度。
結束
在本教程中，我們詳細探討了 GPU.js，分析了它的工作原理，並演示了如何進行並行計算。我們還演示了如何在你的 Node.js 應用中設置 GPU.js。
喜歡這篇文章？歡迎打賞~~
