玩转 ArrayFire：06 矢量化介绍

---

前言

目前，程序员和数据科学家希望利用快速并行计算设备的优势。为了从当前的并行硬件和科学计算软件中获得最佳性能，有必要使用向量化代码。然而，编写向量化代码可能不是立即直观的。ArrayFire 提供了许多向量化给定代码段的方法。在本篇中，我们将介绍几种使用 ArrayFire 对代码进行向量化的方法，并讨论每种方法的优缺点。

---

一、通用/默认矢量化

    就其本质而言，ArrayFire 是一个矢量化库。大多数函数对 array 进行整体操作——对所有元素进行并行操作。只要可能，应该使用现有的矢量化函数，而不是手工索引到数组中。例如，考虑下面的代码:

	af::array a = af::range(10); // [0,  9]
	for(int i = 0; i < a.dims(0); ++i)
	{
   
	    a(i) = a(i) + 1;         // [1, 10]
	}

    尽管代码完全有效，但效率非常低，因为它导致内核只对一个数据进行操作。相反，开发人员应该使用 ArrayFire 的 + 操作符重载：

	af::array a = af::range(10);  // [0,  9]
	a = a + 1;                    // [1, 10]

    这段代码将导致一个内核并行地操作 a 的所有 10 个元素。
    大多数 ArrayFire 函数都是矢量化的。其中的一小部分包括：

操作符类型	函数
算术运算	+, -, *, /, %, >>, <<
逻辑运算	&&, ||, <, >, ==, !=
数值函数	abs(), floor(), round(), min(), max()
复数运算	real(), imag(), conj()
指数和对数函数	exp(), log(), expm1(), log1p()
三角函数	sin(), cos(), tan()
双曲函数	sinh(), cosh(), tanh()

    除了元素操作之外，许多其他函数也在 ArrayFire 中矢量化。
    请注意，即使执行某种形式的聚合（如 sum() 或 min() ）、信号处理（如 convolve() ）、甚至图像处理函数（如 rotate() ），ArrayFire 都支持对不同的列或图像进行矢量化。例如，如果我们有宽为WIDTH、高为HEIGHT的NUM个图像，我们可以用如下向量方式卷积每个图像：

	float g_coef[] = {
    1, 2, 1,