SYCL

2023年3月、Khronos Groupは、安全性が重要なシステム向けの高レベルの異種コンピューティングフレームワークを作成することを目的として、SYCL SCワーキンググループの設立を発表しました^{[ 28 ]}。これらのシステムは、航空電子機器、自動車、産業、医療分野など、さまざまな分野に及びます。

SYCL Safety Critical フレームワークは、信頼性と安全性を確保するために、いくつかの業界標準に準拠します。これらの標準には、重要なシステムでの C++ の使用に関するガイドラインを提供する MISRA C++ 202X ^{[ 29 ]} 、 航空機システムおよび機器認証におけるソフトウェアの考慮事項に関する標準であるRTCA DO-178C / EASA ED-12C ^{[ 30 ]}、道路車両の機能安全に関するISO 26262/21448 ^{[ 31 ]}、電気/電子/プログラマブル電子安全関連システムの機能安全をカバーするIEC 61508 、および医療機器ソフトウェアのライフサイクル要件に関するIEC 62304 ^{[ 28 ]}が含まれます。

それに比べて、 CUDA の単一ソースC++組み込みドメイン固有言語バージョンである「CUDA Runtime API」は、SYCL と多少似ています。実際、Intel は CUDA から SYCL へのコードを自動的に変換する SYCLOMATIC というツールをリリースしました。[43] ただし、OpenCL に似た「CUDA Driver API」と呼ば^{れる、あまり}知られていない単一ソースではない CUDA バージョンがあり、たとえば CUDA Runtime API の実装自体で使用されています。^{[ 40 ]}

SYCL はC++ AMP の機能を拡張し、バッファとアクセサを使用してホストとデバイス間でデータを明示的に転送する必要をプログラマから取り除きます。これは、明示的なデータ転送が必要だった CUDA ( CUDA 6 で統合メモリが導入される前) とは対照的です。SYCL 2020 以降では、バッファベースのインターフェースを置き換えるのではなく、拡張するために統合共有メモリ(USM)を使用することも可能で、^{[ 44 ]} CUDA の統合メモリに似た低レベルのプログラミング モデルを提供します。 ^{[ 45 ]}

SYCLは、すべてのカーネル間の明示的な依存関係グラフを構築する必要がないため、C++ AMPやCUDAよりも高レベルであり、通信と計算のオーバーラップを伴うカーネルの自動非同期スケジューリングを提供します。これはすべて、コンパイラのサポートを必要とせずにアクセサの概念を使用することによって実現されます。^{[ 46 ]}

C++ AMPやCUDAとは異なり、SYCLはC++拡張機能を持たない純粋なC++ eDSLです。これにより、特定のコンパイラを必要としない純粋なランタイムに依存する基本的なCPU実装が可能になります。^{[ 42 ]}

DPC++ ^{[ 47 ]}と AdaptiveCpp ^{[ 48 ]}コンパイラはどちらも CUDA と同様に NVIDIA GPU のバックエンドを提供します。これにより SYCL コードを NVIDIA ハードウェア上でコンパイルして実行できるため、開発者は CUDA 対応 GPU 上で SYCL の高レベル抽象化を活用できます。^{[ 47 ] [ 48 ]}

Intelは、 CUDA C++コードベースをSYCL C++に自動的に変換するフリーウェア「DPC++互換性ツール」(dpct)を提供しています。このツールのオープンソース版としてSYCLomaticがあります。^{[ 49 ]}

ROCm HIPは、Nvidia GPU、AMD GPU、およびx86 CPUをターゲットとしています。HIPは、CUDAのAPIによく似た低レベルAPIです。^{[ 50 ]}例えば、AMDはCUDAコードをHIPに自動的に変換できるHIPIFYというツールをリリースしました。^{[ 51 ]}したがって、CUDAとSYCLの比較で言及されている多くの点は、HIPとSYCLの比較にも当てはまります。^{[ 52 ]}

ROCm HIP は、さまざまなベンダー (AMD と Nvidia) やアクセラレータの種類 (GPU と CPU) をターゲットにできるという点で SYCL と類似点があります。^{[ 53 ]}ただし、SYCL はより広範囲のアクセラレータとベンダーをターゲットにできます。SYCL は、バックエンドの概念を通じて、単一のアプリケーション内で複数の種類のアクセラレータを同時にサポートします。さらに、SYCL は純粋な C++ で記述されていますが、HIP は CUDA と同様に、いくつかの言語拡張機能を使用しています。これらの拡張機能により、HIP は標準の C++ コンパイラでコンパイルすることができません。^{[ 52 ]}

DPC++ ^{[ 47 ]}と AdaptiveCpp ^{[ 48 ]}コンパイラはどちらも、HIP と同様に NVIDIA および AMD GPU 用のバックエンドを提供しています。これにより、SYCL コードをこれらのベンダーのハードウェア上でコンパイルおよび実行できるようになり、開発者はさまざまなデバイスやプラットフォームで SYCL の高レベル抽象化を柔軟に活用できます。^{[ 48 ] [ 47 ]}

SYCL はKokkosプログラミング モデルと多くの類似点があり、^{[ 54 ]}不透明な多次元配列オブジェクト (SYCL バッファと Kokkos 配列) の使用、並列実行のための多次元範囲、およびリダクション (SYCL 2020 で追加) などが含まれます。^{[ 55 ]} SYCL 2020 の多数の機能は、Kokkos コミュニティからのフィードバックに応じて追加されました。

SYCLは異種システムに重点を置いており、OpenCLとの統合により、幅広いデバイスに採用できます。一方、KokkosはほとんどのHPCプラットフォームを対象としており^{[ 56 ]}、パフォーマンスに関してはHPC指向です。

2024年現在、KokkosチームはSYCLバックエンドを開発しており^{[ 57 ]} 、これによりKokkosは既にサポートしているプラ​​ットフォームに加えてIntelハードウェアもターゲットにできるようになります。この開発によりKokkosの適用範囲が広がり、HPCアプリケーション内でさまざまなハードウェアアーキテクチャを活用する際の柔軟性が向上します^{[ 54 ] 。}

Raja ^{[ 58 ] [ 59 ]}は、HPC アプリケーションのアーキテクチャとプログラミングの移植性を可能にする C++ ソフトウェア抽象化のライブラリです。

SYCLと同様に、Rajaは異種プラットフォーム間で移植可能なコードを提供します。ただし、SYCLとは異なり、RajaはCUDA、HIP、OpenMPなどの他のプログラミングモデルの上に抽象化レイヤーを導入します。これにより、開発者はコードを一度記述するだけで、コアロジックを変更することなくさまざまなバックエンドで実行できます。Rajaはローレンス・リバモア国立研究所（LLNL）で維持および開発されていますが、SYCLはコミュニティによって維持されているオープンスタンダードです。^{[ 41 ]}

Kokkosと同様に、RajaはHPCのユースケースに特化しており、高性能コンピューティング環境におけるパフォーマンスとスケーラビリティに重点を置いています。一方、SYCLはより幅広いデバイスをサポートしており、HPCだけでなく、さまざまなタイプのアプリケーションに対してより汎用性があります。^{[ 59 ]}

2024年現在、RajaチームはSYCLバックエンドを開発しており^{[ 60 ]} 、これによりRajaはIntelハードウェアもターゲットにできるようになります。この開発によりRajaの移植性と柔軟性が向上し、SYCLの機能を活用して、より幅広いハードウェアプラットフォームへの適用範囲を拡大することができます^{[ 41 ] 。}

OpenMPは、主にマルチコアアーキテクチャとGPUに焦点を当て、外部アクセラレータへの計算オフロードを目的としています。 ^{[ 61 ]}一方、SYCLはOpenCLとの統合により、さまざまなタイプのハードウェアアクセラレータのサポートが可能になるため、より幅広いデバイスに対応しています。^{[ 62 ]}

OpenMPはプラグマベースのアプローチを採用しており、プログラマーはディレクティブでコードに注釈を付け、コンパイラーが並列実行とメモリ管理の複雑さを処理します。この高レベルの抽象化により、開発者はメモリ転送や同期の複雑な詳細を扱うことなく、アプリケーションを並列化することが容易になります。^{[ 63 ]}

OpenMPとSYCLはどちらもC++をサポートしており、標準化されています。OpenMPはOpenMPアーキテクチャレビューボード（ARB）によって標準化され、SYCLはKhronosグループによって標準化されています。^{[ 41 ]}

OpenMPは、 GCCやClangなどの様々なコンパイラから幅広くサポートされています。^{[ 64 ]}

std::par はC++17 標準の一部であり^{[ 65 ]}、C++ 標準コンテナ上で標準アルゴリズムの並列実行を容易にするように設計されています。開発者が、、、などの並列操作の実行ポリシーを指定できるようにすることで、外部アクセラレータを活用する標準的な方法を提供します。std::for_eachこれstd::transformによりstd::reduce、コードに大きな変更を加えることなく、マルチコアプロセッサやその他の並列ハードウェアを効率的に使用できます。^{[ 66 ]}

SYCL は のバックエンドとして使用できstd::par、Intel、AMD、NVIDIA の GPU やその他のタイプのアクセラレータを含む、幅広い外部アクセラレータ上で標準アルゴリズムを実行できます。^{[ 67 ]} SYCL の機能を活用することで、開発者は異種混在のコンピューティング環境でシームレスに実行される標準 C++ コードを記述できます。この統合により、さまざまなハードウェア プラットフォーム間で柔軟性とパフォーマンスの最適化が向上します。^{[ 67 ]}

SYCL をバックエンドとして使用するにはstd::parコンパイラに依存するため、SYCL と C++17 で導入された並列実行ポリシーの両方をサポートするコンパイラが必要です。^{[ 67 ]}このようなコンパイラの例としては、DPC++ やその他の SYCL 準拠コンパイラがあります。これらのコンパイラを使用すると、開発者は、使い慣れた C++ 標準アルゴリズムと実行ポリシーを使用しながら、メモリ管理と並列実行のための SYCL の抽象化を活用できます。^{[ 47 ]}