gpu.js具有bigdecimal或float64array吗？

Question

我正在借助 gpu.js 来编写一个mandelbrot-calculator，直到现在，一切都很好。我面临的唯一问题是，GPU只想计算32位浮标。或至少这是官方文档告诉我的。
但是，当使用 python 和 numba - 在同一gpu上运行时 - 在呈现Mandelbrot Fractal时也更精确。
使用Python，我能够几乎可以获取 1E-15 ，而在JavaScript中，图像在 1e-1e-7 周围变得模糊。

Python内核：

@cuda.jit(device=True)
def mandel(x, y, max_iters):
    c = complex(x, y)
    z = 0.0j
    for i in range(max_iters):
        z = z * z + c
        if (z.real * z.real + z.imag * z.imag) >= 4:
            return i

    return max_iters

JavaScript内核：

const recalculateMandelbrot = gpu.createKernel(function(x_start, x_end, y_start, y_end, iters){
    let c_re = x_start + (x_end - x_start) * this.thread.x / 1024;
    let c_im = y_start + (y_end - y_start) * this.thread.y / 1024;
    let z_re = 0, z_im = 0;
    let z_re_prev = 0;

    for(let i = 0; i < iters; i++) {
        z_re_prev = z_re;
        z_re = z_re * z_re - z_im * z_im + c_re;
        z_im = z_re_prev * z_im + z_re_prev * z_im + c_im;

        if ((z_re * z_re + z_im * z_im) >= 4) {
            return i;
        }
    }
    return iters;
}).setOutput([1024, 1024]).setPrecision('single');

算法彼此相等，除了在Python中，我可以使用其内置复杂类型。

因此，我考虑过使用BigDecimal，可以在这里实现任意精度（因此我可以根据需要放大），但是我不知道如何将其添加到GPU-KERNEL中。

更新：

python更精确的原因是，复杂类型由两个64位浮子组成。因此，JavaScript计算的原因不那么精确，是因为JavaScript本身。
因此，我的问题现在关注 如何将 big.js 添加到我的gpu-kernel中？

Answer 1

There is custom kernel test file here:

这个方法：

const glslDivide = `float divide(float a, float b) {
  return a / b;
}`;

也许可以使用 “ double”代替“ float”，并代替简单的乘法和添加。

我不知道如何使用GLSL，但是如果可以将后端附加到GLSL上，则应该有效。另外，“双”需要GLSL 4.0，因此它可能不起作用。

即使起作用，它仍然需要所有迭代递归，因为双重的“状态变量”定义没有。就像调用相同的功能直到达到最大材料。应该有两个函数参数来跟踪虚构和真实零件以及两个其他功能参数，以跟踪迭代次数的数量，也许是C值。考虑到递归的深度是有限的，可能会再次起作用。

---

即使在WebGL后端，看起来像您只需编辑某些函数（例如模型）（例如，都可以编辑某些模型（在那里）并像乘法/加法一样使用它。

您还可以在此处阅读以获取有关乘法/添加两个由四个32位值模拟的乘法的灵感： https://github.com/visgl/visgl/luma.gl/luma.gl/blob/blob/master/master/mmaster/mmodertools/mmodertools/shadertools/shadertools/shadertools/shaderq一下.glsl.ts

以任何方式，缓冲区（JS环境和GPU驱动程序之间）可能根本无法使用，并且您在内核内使用100％的功能编程（没有状态处理64位变量）。

这些不是不错的选择。您应该使用一个库，使您可以将本机内核写为字符串（例如 https://github.com/kashif/node-cuda/blob/master/test/test.js ）并直接从JavaScript使用它，以便您几乎可以在CUDA中做任何事情/opencl。