VS2017搭载C++AMP并行计算平台出现"_Access":找不到标识符问题解决，并实现基于C++的AMP并行计算和CPU计算测试

amp.h关于出现如下问题解决办法

 amp.h第2616和3462行代码：

    _Value_type& operator() (const index<_Rank>& _Index) const __GPU
    {
        void * _Ptr = _Access(_Read_write_access, _Index);//第2626和3462行代码
        return *reinterpret_cast<_Value_type*>(_Ptr);
    }

修改后：

 _Value_type& operator() (const index<_Rank>& _Index) const __GPU
    {
        void * _Ptr = this->_Access(_Read_write_access, _Index);//加个this->都修改
		return *reinterpret_cast<_Value_type*>(_Ptr);
    }

基于C++的AMP并行计算和cpu计算测试代码：

#include <amp.h>
#include <iostream>
#include <vector>
using namespace Concurrency;
#define test  3.14159265358;
const int n_size = 10000000;//循环次数
using namespace std;
//GPU计算
void GPU_Computing(vector<double> vec)
{
	clock_t startTime, endTime;
	startTime = clock();  //计时开始
	vector<double> resultVec;
	resultVec.resize(n_size);
	array_view<const double, 1> array1(n_size, vec);
	array_view<const double, 1> array2(n_size, vec);
	array_view<double, 1> result(n_size, resultVec);
	//GPU计算部分
	parallel_for_each(result.extent, [=](index<1> idx) restrict(amp)
	{
		result[idx] = array1[idx] * array1[idx] * array2[idx] / array2[idx];
	});
	endTime = clock();  //计时开始
	cout << "GPU Use Time:" << (double)(endTime - startTime) / CLOCKS_PER_SEC << "s" << endl;
}

//CPU计算
void CPU_Computing(vector<double> vec)
{
	clock_t startTime, endTime;
	startTime = clock();  //计时开始
	vector<double> result;
	result.resize(n_size);

	for (size_t i = 0; i < n_size; i++)
	{
		result[i] = vec[i] * vec[i] * vec[i] / vec[i];
	}
	endTime = clock();  //计时开始
	cout << "CPU Use Time:" << (double)(endTime - startTime) / CLOCKS_PER_SEC << "s" << endl;
}
int main()
{
	double num_test = test;
	vector<double> nums;
	for (size_t i = 0; i < n_size; i++)
	{
		nums.push_back(num_test);//赋予测试数
	}
	GPU_Computing(nums);
	CPU_Computing(nums);
	cout << "测试完毕。" <<  "\n";
}

1000万大小的数组测试用时对比：

500万数组测试大小的数组测试用时对比：

100万数组测试大小的数组测试用时对比：

10万数组测试大小的数组测试用时对比：

在循环数量过少的情况下，例如少于10w次循环下，CPU执行速度会比GPU执行速度快。原因可能在于GPU获取数据有固定时间消耗，无法像CPU一样直接调度数据总线。因此会产生在循环数量很多时，CPU和GPU的差异才会被拉开,当1000w次循环下，GPU用时会节约几十倍。