作者：Pablo Reble
程序员总是喜欢使用库，这不仅因为我们想偷懒，更是因为这些库有助于提高生产力和性能。一旦目标硬件发生变化，就要推倒重来，我们为什么要浪费时间优化常用的模式呢？既然您已经识别出了模式，为什么不使用预定义抽象库，比如 ISO C++ 标准模板库 (STL)？这些库都经过专家的优化，可以让我们直接使用。
如果您只以 CPU 为目标的话，STL 是个不错的选择，但是我们的计算环境通常是异构的。因此，您需要其他选择来应对不止于CPU的异构环境。NVIDIA* Thrust 库和 oneAPI 数据并行 C++ 库 (oneDPL) 就是两个典型的选项。它们有什么不同之处？虽然这两个库都是开源项目 [1][2]，但是 Thrust 的设备支持依赖专有软件组件（即只能通过 CUB*/CUDA* 支持 GPU），而这将引起厂商锁定。另一方面，oneDPL 基于 SYCL，SYCL 的设计理念是支持来自不同厂商的加速器[3]。
人们不禁会问，从 Thrust 迁移至非专有 oneDPL 的最佳方法是什么？解决这个问题需考察两种互补的迁移策略，一个是工具辅助选项，另一个是手动重新编码，本文会把它们应用到两个简单的示例中。您可能已经听说过 SYCLomatic 工具可用于从 CUDA 到 SYCL 的代码迁移[4]。工具辅助的源代码到源代码迁移方法有自身的局限性，生成的代码可能存在功能、质量和可维护性方面的问题，对模板化代码来说尤为严重。因此，通常需要进行手动编辑与代码现代化改造；例如，引入较新的 C++ 特性（如 lambda 函数）或自动类型推导。无论采用何种方式，迁移完成后，生成的代码将基于开放标准，并且与现代 C++ 保持一致。Thrust 已经问世十多年了，是时候升级您的代码了。我们来看一下相关的代码示例。
第一个示例是就地转换序列中的某些值。使用掩码定义需转换的值。函数接收两个输入流：一个用于保存值，另一个保存 stencil 序列。如果来自第二个输入序列的 stencil 值满足特定标准（在示例代码中是一个非零谓词），来自第一个序列的每个值都将被转换（在示例代码中是否定）：
oneDPL 与标准 C++ 算法高度一致。然而，STL 和 oneDPL 都不支持 stencil 过载。该模式必须以另一种方式表示，因此 SYCLomatic 提供了一种直接替代版本的函数：
更好的方法是将 lambda 函数用作自定义函子，从而创建标准 C++ 代码。借助该方法，将 stencil 序列作为通用输入序列，以不同的方式处理。谓词评估在自定义函子内完成，而不是隐藏在库的内部：
现在，除了针对 SYCL 设备所需的自定义执行策略之外，我们专门使用 STL 行为表达了模式。这是 Thrust 和 oneDPL 的一个重要区别。Thrust 有一个默认模式，由输入迭代器定义在哪里执行算法。ISO C++ 与之不同，它是由执行策略（而非迭代器）定义执行参数。oneDPL 与标准 C++ 算法高度一致，并提供了自定义策略。您可以用它来定义在哪里执行算法。为了方便起见，还有一个只针对默认 SYCL 设备的预定义策略。这两个策略被上述示例代码的阶段 1 和 2 所采用。
下一个迁移示例着眼于另一种常见模式：排序。Thrust 版本按照键进行排序。该算法接收两个输入序列：一个包含值，另一个保存键：
通过比较键序列的元素，对输入值序列进行排序。重申一下，SYCLomatic 提供了替代函数，因为现有的 ISO C++ 函数中没有该模式：
自定义迭代器和函子可以帮助我们更上一层楼。我们使用 zip 迭代器将键和值序列绑定在一起，并创建单个迭代空间。我们的自定义函子在键值对上运行，仅比较关键元素。虽然结果略有冗余，但是它仅使用包含通用扩展的 ISO C++ 函数，例如自定义迭代器：
加速实现 C++ STL 算法的库可显著提高开发者的生产力。工具辅助的迁移步骤与手动代码编辑优势互补，共同提升了可维护性和代码质量。在未来的开发工作中，基于范围的 API 和 P2300R5 执行提案 [5] 作为可行的替代方案，将克服本文所述的当前 C++ 限制以及表示并行模式。然而，ISO C++ 还没有实现该目标，这些特性需要对现有应用进行重大调整。目前来看，为避免专有语言和厂商锁定，确保能够访问多厂商硬件，最好的方法是抓住一切机会开发 ISO C++，并保证扩展的通用性。
References
1. oneDPL 资料库: https://github.com/oneapi-src/oneDPL
2. Thrust 资料库: https://github.com/NVIDIA/thrust
3. SYCL案例: 为什么 ISO C++ 对异构计算来说还不够？
4. SYCLomatic 资料库: https://github.com/oneapi-src/SYCLomatic. 请注意，本文中SYCLomatic的例子仅仅是起到演示的作用。诸如Intel DPC++ Compatibility Tool此类工具的实际应用结果可能会有所不同。
5. P2300R5 std::execution
