Java中GPGPU / CUDA / OpenCL的最佳方法？
graphics处理单元（ GPGPU ）上的通用计算是利用GPU的function进行任何计算的一个非常有吸引力的概念。
我很乐意使用GPGPU进行image processing，粒子和快速几何操作。
现在看来，这个领域的两位竞争者是CUDA和OpenCL。 我想知道：
- Windows / Mac上的OpenCL是否可用于Java？
- 什么是与OpenCL / CUDA接口的库方法？
- 是直接使用JNA的一个选项？
- 我忘了什么吗？
任何现实世界的经验/例子/战争故事，赞赏。
AFAIK， JavaCL / OpenCL4Java是目前在所有平台上可用的唯一OpenCL绑定（包括MacOS X，FreeBSD，Linux，Windows，Solaris，全部采用Intel 32,64位和ppc变体，这要感谢JNA的使用）。
它至less在Mac和Windows上有Java Web Start实际上运行良好的演示（为了避免Linux上的随机崩溃，请参阅这个wiki页面 ，例如这个Particles Demo 。
它还附带了一些实用程序（GPGPU随机数生成，基本并行缩减，线性代数）和一个Scala DSL 。
最后，它是可用的最老的绑定（自2009年6月起）， 它有一个活跃的用户社区 。
（免责声明：我是JavaCL的作者:-)）
你也可以考虑Aparapi http://aparapi.googlecode.com 。 它允许您用Java编写代码，并尝试在运行时将字节码转换为OpenCL。
全面披露。 我是Aparapi开发人员。
那么CUDA是C的修改，编写CUDA内核你必须用C编写代码，然后用nvidia的CUDA编译器编译成可执行forms。 生成的本地代码可以使用JNI与Java链接。 所以在技术上你不能从Java编写内核代码。 有JCUDA http://www.jcuda.de/jcuda/JCuda.html ，它为您提供一般内存/设备pipe理的cuda的apis，以及一些在CUDA和JNI中实现的Java方法（FFT，一些线性代数方法..等等）。
另一方面，OpenCL只是一个API。 OpenCL内核是传递给API的纯string，所以使用OpenCL从Java你应该能够指定你自己的内核。 用于java的OpenCL绑定可以在这里findhttp://www.jocl.org/ 。
我一直在使用JOCL，对此我感到非常满意。
OpenCL超过CUDA的主要缺点是缺乏可用的库（Thrust，CUDPP等）。 然而，CUDA可以很容易地移植到OpenCL，通过查看这些库的工作方式（algorithm，策略等），实际上非常好，因为您可以学到很多东西。
我知道这是晚了，但看看这个： https ： //github.com/pcpratts/rootbeer1
我没有使用它，但似乎比其他解决scheme更容易使用。
从项目页面：
Rootbeer比CUDA或OpenCL Java语言绑定更高级。 通过绑定，开发人员必须将对象的复杂graphics序列化为原始types的数组。 使用Rootbeer，这是自动完成的。 还有语言绑定，开发者必须将GPU内核写入CUDA或OpenCL。 使用Rootbeer对Java字节码进行静态分析（使用Soot），并自动生成CUDA代码。
我也可以通过jogamp.org推荐JOCL ，适用于Linux，Mac和Windows。 例如， CONRAD和JOCL结合使用了OpenCL。
你可以看看CUDA4J API
在Google的最后一个成就之后，我认为tensorflow是GPU上最好的计算方法，而不是OpenCL。 Tensorflow支持使用相同API的OpenCL和CUDA计算。
