对APU/GPU异构开发大赛的一点解释

转自：AMD开发者关系经理、2012异构开发大赛评委 谢海波博士

近期一些开发者在论坛中反映对AMD异构开发( APU/GPU应用)大赛的内容、赛制等有不明白的地方，我们借此机会解释一下，希望能够帮助大家更好地理解大赛，以便在初赛阶段就能提交高质量的作品，为后期的比赛打下更好的基础。

1.       大赛目的

大赛的目的，一是吸引对GPGPU已有概念或感兴趣的开发者投身到OpenCL编程里来。随着各大主要计算平台的先后采用，OpenCL作为第一个面向异构系统通用目的并行编程的开放、免费标准，正逐渐成为异构并行计算领域里领先的应用编程接口（API）。AMD为OpenCL编程提供了完整的解决方案。二是希望在计算机视觉、多媒体、科学计算等领域的开发者和产品公司能关注GPU所带来的加速和性能提升。

同时，我们希望能够帮助更多以C++和Java编程的主流程序员了解如何设计并行算法，了解GPGPU和利用GPU进行能够做什么，这将有助于异构计算的推广和普及。

 

2.       如何看待大赛命题

此次的大赛命题还是非常开放的。因为大赛的目的是吸引更多的同学投入到异构环境编程，或更通俗的说是CPU+GPU编程，所以大家可以选择任何你喜欢的语言，任何你熟悉的领域去设计命题。甚至你可以不要写GPU代码，而是充分利用已存在的经过GPU加速的函数库，去完成你的作品。

当然如何选择命题可能会对评委产生不同的影响。大赛命题主要是三个方面：开源项目的GPU加速；经典算法的GPU实现；基于第三方类库（要求是GPU加速的第三方类库）的新颖应用。

1.      如果大家如果积极主动参与开源社区建设，对众多开源项目中的一些项目进行GPU加速，那就功德无量，评委会对此加分。

2.      经典算法，我们着重看算法在业界的地位和使用价值。比如FFT算法，大量用于图像处理、语音处理等商业软件中；比如稀疏矩阵的分解，可能是求解高阶常微分方程或偏微分方程的典型方法，大量用于科学计算，比如电力系统、气象系统等行业；再比如K-means算法，能有效提高大数据分析的能力。这些算法要求实用性好，不能自己闭门造车搞个并行度很好的算法，却是为了数据并行而并行，没有任何实用价值，这种做法恐怕不会获得评委的青睐。评委一旦发现同学采用了经典算法，也会着重从算法并行设计、优化技巧等方面进行考量。

3.      采用第三方库进行开发，尽管不需要自己去实现GPU代码，但你最起码得展现出自己对GPGPU的理解，评委也需要仔细考虑命题的实用性和新颖性。

另外，为了鼓励Java/Aparapi和C++ AMP编程，评委将会特别关注这些作品。如果命题好，即便性能实现上存在一些问题，在初赛阶段仍有胜出的机会哦。

3.       大赛各个阶段需要提交的内容

大赛分为3个阶段：初赛，复赛和决赛。每个阶段对参赛者要求不同。

初赛只需要让参赛者通过一份文档告诉我们，你想做个什么东西，这个东西好不好玩，有没有商业价值或学术价值；如果想把这个东西完成，你大概考虑怎么做并行化，性能大概是个什么样子等等，只需要告诉我们就行，如果有CPU代码最好，没有也无所谓。目的是让同学把理论和实践结合起来，不要闭门造车。如果是一些算法的优化，可以结合你应用的领域，在文档中说明应用的例子。

复赛才开始要求编码，包括CPU代码和GPU移植。这个阶段AMD会给比赛选手提供设备，并指导如何进行编写和优化。需要完成论文和代码的一部分优化工作，提交给评委就评估大家可能的工作结果。这个阶段就需要提交代码了，包括ppt和设计文档。

复赛完成，基本上大家的设计工作就完成，进入决赛重点优化阶段。请始终保持清醒的头脑，得出自己的GPU代码优化方法，并按照这个方法一步步完成最终的结果提交。最终需要提交ppt、代码、可执行文件等等。

4.       结语：

不要把异构计算和异构大赛考虑得那么神秘。懂异构的，利用大赛资源学习和提高，通过分享帮助他人；不懂异构的，欢迎进入异构时代，来感受下技术发展对你程序设计带来的利弊，并分享到社区。我们后续有相关的博客征文活动。

大家对大赛有任何疑问，请在这里跟帖，我们会尽快回复。