計算カーネル

コンピューティングにおいて、コンピューティングカーネルは、高スループットアクセラレータ（グラフィックス処理装置（GPU）、デジタル信号処理装置（DSP）、フィールドプログラマブルゲートアレイ（FPGA）など）用にコンパイルされたルーチンであり、メインプログラム（通常は中央処理装置上で実行）とは別であるが、メインプログラムによって使用される。これらはコンピューティングシェーダと呼ばれることもあり、 GPU上の頂点シェーダやピクセルシェーダと実行ユニットを共有するが、1つのクラスのデバイスやグラフィックスAPIでの実行に限定されない。^{[1] [2]}

計算カーネルは、従来の言語でアルゴリズムを実装する場合の内部ループ（暗黙の順次操作がないことを除く）、または内部反復子に渡されるコードにほぼ対応します。

これらは、「 OpenCL C」（OpenCL API によって管理される）などの別のプログラミング言語によって指定されるか、シェーディング言語で記述された「コンピュートシェーダー」（ OpenGLなどのグラフィックス API によって管理される）として指定されるか、またはC++AMPの場合のように高水準言語で記述されたアプリケーション コードに直接埋め込まれる場合があります。

このプログラミング パラダイムは、ベクター プロセッサにうまくマッピングされます。バッチ内のカーネルの各呼び出しは独立しているという前提があり、データの並列実行が可能です。ただし、シナリオによっては、要素間の同期(相互依存作業用) にアトミック操作が使用される場合があります。個々の呼び出しにはインデックス (1 次元以上) が与えられ、そこからバッファー データの任意のアドレス指定 (スキャッター ギャザー操作を含む) を実行できます。ただし、重複しないという前提が守られている必要があります。

Vulkan API は、言語やマシンに依存しない方法でグラフィカル シェーダーとコンピューティング カーネルの両方を記述するための中間SPIR-V表現を提供します。その目的は、言語の進化を促進し、統合メモリ アーキテクチャや異種システム アーキテクチャなどのハードウェア開発に合わせて、GPU コンピューティング機能を活用するためのより自然な機能を提供することです。これにより、CPU と GPU の連携が強化されます。