只要粗略了解这些库，它们看起来就非常相似。我知道 VexCL 和 Boost.Compute 使用 OpenCl 作为后端（尽管 V1.0 版本的 VexCL 也支持 CUDA 作为后端），而 Thrust 使用 CUDA。除了不同的后端，它们之间有什么区别。
具体来说，他们解决了哪些问题空间以及我为什么要使用一个而不是另一个。
此外，在推力常见问题解答中指出
支持 OpenCL 的主要障碍是缺乏支持 C++ 模板的 OpenCL 编译器和运行时
如果是这样，VexCL和Boost.Compute怎么可能存在。
【问题讨论】：
标签： c++ thrust gpu boost-compute vexcl
我是VexCL 的开发人员，但我真的很喜欢Kyle Lutz，Boost.Compute 的作者，在Boost mailing list 上就同一主题所说的话。简而言之，从用户的角度来看，Thrust、Boost.Compute、AMD 的Bolt 可能还有微软的C++ AMP 都实现了类似STL 的API，而VexCL 是一个基于表达式模板的库，本质上更接近Eigen .我相信类 STL 库之间的主要区别在于它们的可移植性：
同样，所有这些库都在尝试实现类似 STL 的接口，因此它们具有非常广泛的适用性。 VexCL 的开发考虑了科学计算。如果 Boost.Compute 开发得早一点，我可能会在它之上建立 VexCL :)。另一个值得关注的科学计算库是ViennaCL，这是一个免费的开源线性代数库，用于在多核架构（GPU、MIC）和多核 CPU 上进行计算。查看 [1] 以比较该领域的 VexCL、ViennaCL、CMTL4 和 Thrust。
关于引用的 Thrust 开发人员无法添加 OpenCL 后端：Thrust、VexCL 和 Boost.Compute（我不熟悉其他库的内部结构）都使用元编程技术来完成他们所做的事情。但是由于 CUDA 支持 C++ 模板，因此 Thrust 开发人员的工作可能更容易一些：他们必须编写元程序，在 C++ 编译器的帮助下生成 CUDA 程序。 VexCL 和 Boost.Compute 作者编写的元程序可以生成生成 OpenCL 源代码的程序。看看slides 我试图解释 VexCL 是如何实现的。所以我同意当前 Thrust 的设计禁止他们添加 OpenCL 后端。
[1] Denis Demidov、Karsten Ahnert、Karl Rupp、Peter Gottschling、Programming CUDA and OpenCL: A Case Study Using Modern C++ Libraries、SIAM J. Sci。计算机，35（5），C453–C472。 （arXiv version 也可用）。
更新：@gnzlbg 评论说在基于 OpenCL 的库中不支持 C++ 函子和 lambda。事实上，OpenCL 基于 C99 并在运行时从存储在字符串中的源代码编译，因此没有简单的方法与 C++ 类进行完全交互。但公平地说，基于 OpenCL 的库确实在一定程度上支持基于用户的函数甚至 lambda。
话虽如此，基于 CUDA 的库（可能是 C++ AMP）在实际编译时编译器方面具有明显优势（您能这么说吗？），因此与用户代码的集成可以更加紧密。
【讨论】：