(Py)OpenCL：将浮点数添加到图像中随机位置的最快方法？

Question

更新了不同的问题描述。我之前的问题建议的双向路径跟踪不是一种选择。

我有一个使用 OpenCL 进行一些计算（物理模拟）的 Monte Carlo 代码。主机代码是用 Python 和 PyOpenCL 编写的。 OpenCL 内核的最终结果是图像（检测器数据）的坐标元组（x,y 位置 + 强度/灰度值）。我有 3 个向量/一维数组（x 位置、y 位置和灰度值各一个）。每个一维数组大约有 1e6 到 1e8 个整数，其中 x,y 是整数，灰度值浮动。要创建的图像是几个 1000x1000 像素（1e6 到 1e7 像素）。
最终，我需要在每次运行时创建多个图像（每个图像具有不同的坐标元组），因此效率和低内存使用变得很重要。

从这些数据生成二维数组或图像的最快方法是什么？确实会发生对同一位置 (x,y) 的多次写入，但我找不到一个好的解决方案来并行或在模拟期间执行此操作（因为可能同时写入图像中的同一位置）。

我目前所做的是将3个向量/一维数组复制回主机，并使用内联C函数在主机上串行生成图像。

代码中最耗时的部分是为 3 个 1D 数组创建输出缓冲区数组，然后在内核完成后从设备复制到主机。 如果我可以，那就太好了：
i) 将数据保存在设备上并使用第二个内核生成图像（经过测试，但如果串行完成则非常慢）
ii) 或者如果我可以在内核运行时生成图像，从而彻底摆脱一维数组。

ii) 是首选，但我不知道该怎么做。 write_image 是否识别多个工作项是否要写入同一个数组索引？
我已经测试并行化 i) 通过为两个工作组生成 2 个独立的 2D 图像数组，每个工作组有 1 个工作项，每个项迭代超过 1D 向量的一半（工作），但是对于更多工作项和独立图像，创建额外的开销2D 数组耗时过长，占用内存过多。

感谢任何想法。

Answer 1

Python 不适用于高性能应用程序，尤其是当它涉及循环时——类似于 Matlab。

但是，如果您想坚持使用 Python 并并行化您的代码，最好的方法是使用 PyCuda，您可以为此每个像素拥有一个线程并在 GPU 上运行计算。

请注意，最有效的光线追踪是向后光线追踪，它将光线从相机发送到场景（例如，每像素一条光线），这样您就可以确保不会浪费光线否则永远无法到达相机。也许在尝试并行化代码之前，首先要做的是理解和实现更有效的算法。

如果您想要全局效果，可以查看（双向）路径跟踪和照片映射。