日期：2025年 06月 28日

標籤： C# Asp.NET Core Windows Forms ILGPU

摘要：效能議題

第一部分：定義目標與範圍

Step 1：測試目標

細胞由小而大，當細胞量大時運行處理效率提升比較，並且以 600 世代，CPU 與 GPU 的耗費時間多久才能完成
※每秒最快執行 10 次 0.1 秒觸發一次世代更新

Step 2：效能比較指標(硬體配置)

以下是測試電腦的配置，規格在中階範圍：

補充此規格的研究特點：

系統資訊圖：



CPU天梯排名中 I7-8700 屬於中階 CPU(放在2025)
GPU 顯卡天梯排名RTX 2060 12G 版本亦屬於中階顯卡(放在2025)

Step 3：執行測試與數據收集

基本測試方針：

第二部分：測試範例代碼

Step 1：CPU 範例代碼

CPU 的代碼，可參考0008. 康威生命遊戲(Game Of Life) - 細胞自動機模擬與程序化生成
調整後的代碼在啟動時會有選項

Step 2：GPU 範例代碼 - 使用 ILGPU

GPU 的代碼也調整於此範例代碼中
在 Nuget 中引用 ILGPU

Step 3：GPU 範例代碼 - 使用方法

專案中的 3-4. 啟動代碼時，會先判斷有無顯卡，若有才允許使用平行運算
並且在 3-5. 步驟時會設定使用 GpuKernel 方法

// 3-4. 初始化 ILGPU
context = Context.CreateDefault();            
try
{
    // GPU
    accelerator = context.CreateCudaAccelerator(0);//電腦沒有顯示卡，此行會報錯          
}
catch
{
    // CPU
    accelerator = context.CreateCPUAccelerator(0);
}
// 3-5. 設定 kernel 方法
kernel = accelerator.LoadAutoGroupedStreamKernel<Index2D, ArrayView2D<byte, Stride2D.DenseX>, ArrayView2D<byte, Stride2D.DenseX>>(GpuKernel);

Step 4：GPU 範例代碼 - GpuKernel 平行運算方法

實際上的 GpuKernel 就是康威生命遊戲的規則

/// <summary>
/// 5. GPU 核心程式 - 康威生命遊戲的規則 與 3-5 , 4-2 相互關聯
/// </summary>        
static void GpuKernel(Index2D index, ArrayView2D<byte, Stride2D.DenseX> current, ArrayView2D<byte, Stride2D.DenseX> next)
{
    // 5-1. Game of Life 計算
    // 備註: xAxis, yAxis 代表細胞座標
    // 備註: gridX, gridY 代表鄰居偏移量
    int x = index.X;
    int y = index.Y;
    int width = current.IntExtent.X;
    int height = current.IntExtent.Y;
    // 5-2. 計算鄰居數量
    int count = 0;
    for (int yAxis = -1; yAxis <= 1; yAxis++)
    {
        for (int xAxis = -1; xAxis <= 1; xAxis++)
        {
            if (xAxis == 0 && yAxis == 0) continue;
            // 處理邊界（環繞）
            int nx = (x + xAxis + width) % width;
            int ny = (y + yAxis + height) % height;
            count += current[new Index2D(nx, ny)];
        }
    }
    byte alive = current[index];
    // 5-3. Game of Life 規則
    if (alive == 1 && (count < 2 || count > 3))
        next[index] = 0; // 死亡
    else if (alive == 0 && count == 3)
        next[index] = 1; // 誕生
    else
        next[index] = alive; // 保持原狀
}

Step 5：GPU 範例代碼 - GpuKernel 呼叫時機點

在 4-2. 時( Timer 中) 才會真正執行 GPU 的平行運算處理

// 4-2. 執行 kernel - 傳遞 View 給 kernel (在步驟 3-5. 宣告方法)
kernel(new Index2D(WidthCells, HeightCells), bufferCurrent.View, bufferNext.View);

第三部分：執行測試

Step 1：執行測試 512 * 512

Cpu 與 GPU 5 次執行結果如下

整理最大值、最小值、平均數

擷取自一張 CPU 執行結果圖 512 * 512，其餘略

Step 2：執行測試 1024 * 1024

Cpu 與 GPU 5 次執行結果如下

整理最大值、最小值、平均數

擷取自一張 CPU 執行結果圖 1024 * 1024，其餘略

Step 3：執行測試 2048 * 2048

Cpu 與 GPU 5 次執行結果如下

整理最大值、最小值、平均數

擷取自一張 CPU 執行結果圖 2048 * 2048，其餘略

Step 4：執行測試 4096 * 4096

Cpu 與 GPU 5 次執行結果如下

整理最大值、最小值、平均數

擷取自一張 CPU 執行結果圖 4096 * 4096，其餘略

擷取自一張 GPU 執行結果圖 4096 * 4096，其餘略

第四部分：分析結果 & 結論

Step 1：重複 5 次執行測試 - 平均耗時

平均時間與補充備註：

Step 2：結論 & 圖表

分析與結論：