问在一个gcc编译器上，可以使用GPU加速编译多个程序吗？

EN

A.在命令式编程语言中，语句是按顺序执行的，每条语句都可能改变程序的状态。因此，分析翻译单元本质上是连续的。

例如:检查常量传播是如何工作的-

a = 5;
b = a + 7;
c = a + b + 9;

在确定分配给b和c的值是编译时的常量之前，需要按顺序检查这些语句。

B.最重要的是，不同的过程也需要按顺序执行，并且相互影响。

例如:根据指令调度，分配寄存器，然后发现需要将寄存器溢出到内存，因此需要生成新指令。这将再次更改计划。

所以你也不能并行地执行“传递”，比如“寄存器分配”和“调度”(实际上，我认为有一些文章是计算机科学家/数学家试图同时解决这两个问题的，但我们就不谈这个了)。

(同样，我们可以通过管道传递来实现一定程度的并行性。)

此外，GPU尤其不适合，因为：

编译器不需要或不经常使用的东西(除了在程序中优化浮点运算时)

• GPU擅长单指令多路复用。即对多个输入执行相同的操作。如果编译器需要，比如说，优化几百个浮点运算，这可能是一个好处(一个疯狂的例子是:程序员定义了几个大型FP数组，为它们分配常量，然后编写代码对这些数组进行操作。

因此，除了并行编译基本块和流水线遍之外，在“C文件的编译范围内”的级别上没有太多的并行性。但是并行是可能的，很容易实现，并且经常在更高的级别上使用。例如，GNU Make有-j=N参数。这基本上意味着:只要它找到独立于N的作业(通常，编译一堆文件是GNU Make的用途)，它就会产生N进程(或并行编译不同文件的gcc的N实例)。

如果你问的是，“你能自动写GPU加速的代码给GCC和LLVM使用吗？”答案是肯定的。NVIDIA和Google开发了基于LLVM的开源编译器项目：

NVIDIA CUDA LLVM：

• https://developer.nvidia.com/cuda-llvm-compiler
• https://en.wikipedia.org/wiki/NVIDIA_CUDA_Compiler

GOOGLE GPUCC：

• http://llvm.org/devmtg/2015-10/slides/Wu-OptimizingLLVMforGPGPU.pdf

如果您的问题是“我能否使用GPU来加速非CUDA通用代码编译？”答案目前是否定的。GPU擅长某些事情，如并行任务，但不擅长编译器所涉及的分支等其他方面。好消息是，您可以使用具有CPU的PC网络获得2-10倍的编译加速，这取决于您的代码已经进行了多大程度的优化，并且您可以为您的台式机获得最快的多核CPU和高速SSD，从而在您求助于网络构建之前以更少的麻烦获得收益。

有一些工具可以将C/C++/ObjC编译器任务分发到像Distcc这样的计算机网络。它包含在旧版本的XCode中，但已被删除，并且不支持在Swift中使用它。

• https://en.wikipedia.org/wiki/Distcc

有一个类似于Distcc的商业工具叫做Incredibuild，它支持Visual Studio C/C++和Linux开发环境：

• https://www.incredibuild.com/

有一些很好的文章介绍了Incredibuild与Distcc在现实世界中的使用，以及与本机编译器中的增量构建支持相比的权衡，以便进行小的更改，如单个文件中的单个行，而无需重新编译其他所有内容。要考虑的几点：

通过预编译头文件、使用多个machine.

• Incredibuild以及在单个http://gamesfromwithin.com/how-incredible-is-incredibuild

上使用增量构建，

• 可以显著提高代码库的速度。与使用http://gamesfromwithin.com/how-incredible-is-incredibuild

免费进行相比，在自动分配工作并保证与串行编译相同的结果方面，DLL是一种更完整的解决方案。要获得相同的结果并与除gcc之外的任何对象兼容，您必须做更多的工作。

• 有关详细的审查，请参阅DLL