VexCL，Thrust和Boost.Compute之间的区别
只是对这些库的粗略理解，它们看起来非常相似。 我知道VexCL和Boost.Compute使用OpenCl作为后端（虽然v1.0版本VexCL也支持CUDA作为后端），而Thrust使用CUDA。 除了不同的后端，这两者之间有什么不同。
具体来说，他们解决了什么样的问题空间，为什么要使用另一个。
另外，在Thrust FAQ上也是这样说的
OpenCL支持的主要障碍是缺less支持C ++模板的OpenCL编译器和运行库
如果是这样，VexCL和Boost.Compute甚至可能存在。
我是VexCL的开发人员，但是我真的很喜欢Boost.Compute的作者Kyle Lutz在Boost邮件列表上对同一主题的说明。 总而言之，从用户的angular度来看， Thrust ，Boost.Compute，AMD的Bolt以及可能是微软的C ++ AMP都实现了一个类似STL的API，而VexCL是一个更接近于Eigen的expression模板库。 我相信STL类库的主要区别在于它们的可移植性：
- Thrust仅支持NVIDIA GPU，但也可能通过OpenMP和TBB后端在CPU上工作。
- Bolt使用OpenCL的AMD扩展，这些扩展只能在AMD GPU上使用。 它还提供了Microsoft C ++ AMP和Intel TBB后端。
- 支持Microsoft C ++ AMP的唯一编译器是Microsoft Visual C ++（尽pipe正在完成有关使C ++ AMP超越Windows的工作）。
- Boost.Compute似乎是那些最便携的解决scheme，因为它基于标准的OpenCL。
同样，所有这些库都试图实现类似STL的接口，因此它们具有非常广泛的适用性。 VexCL是在科学计算的基础上开发的。 如果Boost.Compute是早些开发的，那么我可以把VexCL作为基础:)。 另一个值得关注的科学计算库是ViennaCL ，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。 看看[1]比较VexCL，ViennaCL，CMTL4和Thrust这个领域。
关于Thrust开发者无法添加OpenCL后端的问题：Thrust，VexCL和Boost.Compute（我不熟悉其他库的内部）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，所以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作者编写元程序，生成生成OpenCL源代码的程序。 看看我试图解释如何实现VexCL的幻灯片 。 所以我同意目前的Thrust的devise禁止他们添加OpenCL后端。
[1] Denis Demidov，Karsten Ahnert，Karl Rupp，Peter Gottschling， 编程CUDA和OpenCL：使用现代C ++库的案例研究 ，SIAM J. Sci。 Comput。，35（5），C453-C472。 （ arXiv版本也是可用的）。
更新：@gnzlbg评论说，在基于OpenCL的库中不支持C ++函数和lambdaexpression式。 实际上，OpenCL基于C99，并且是在运行时从string中存储的源代码编译的，所以没有简单的方法可以与C ++类完全交互。 但是公平起见，基于OpenCL的库在某种程度上确实支持基于用户的function，甚至支持lambdaexpression式。
- Boost.Compute提供了自己的简单lambdaexpression式实现 （基于Boost.Proto），并允许通过BOOST_COMPUTE_ADAPT_STRUCT和BOOST_COMPUTE_CLOSUREmacros与用户定义的结构进行交互 。
- VexCL提供类似线性代数的DSL（也基于Boost.Proto），还支持将通用C ++algorithm和函子 （甚至Boost.Phoenix lambda）转换为OpenCL函数（有限制）。
- 我相信AMD的Bolt通过其OpenCL扩展魔术的C ++支持用户定义的仿函数。
话虽如此，基于CUDA的库（也可能是C ++ AMP）具有实际编译时编译器的明显优势（你甚至可以这么说吗？），所以与用户代码的集成可以更加紧密。
