Delphi 的平行計算

所謂平行計算，可以讓一段**讓 cpu 的多個核同時開跑，非常明顯地提高**執行速度。

所謂「程式」，這個中文單詞，嚴格意義上來說，就是按照特定順序，一步一步地執行一些指令。這是標準的序列計算。序列計算的好處是有上下文依賴關係的事情，不會搞錯順序。好比先洗碗，再打飯，程式這樣寫了，計算機絕對不會搞錯成先打了飯吃完了才發現碗先沒洗導致肚子疼。

但很多時候，我們有大量資料需要計算，並且資料之間沒有前後依賴關係。比如：處理。我需要逐個畫素處理，但處理第乙個畫素和處理第二個畫素，沒有依賴關係。處理第一行和處理第二行，也沒有依賴關係。這時候，可以同時並行地處理。傳統做法是，我們寫乙個迴圈，一行一行的逐行處理；在一行中，我們寫個迴圈，乙個畫素乙個畫素地逐個處理。最終結果就是一張，我們是逐個畫素地處理。如果有 100 萬個畫素，就要迴圈 100 萬次。很消耗時間。

現代的 cpu，都是多核的。乙個迴圈跑下來，只使用了乙個核。其它幾個核都空閒著。平行計算的概念就是，把上面說的那種沒有先後依賴關係的資料處理，分到幾個核裡面同時處理。就好比有 12 個碗要洗，找乙個人來乙隻乙隻地洗，需要12分鐘；找4個人來一起洗，每個人只需要洗三個碗，洗完 12 個碗只需要3分鐘。

//這是計算一行的顏色值。其中 inputptr 是 rgb565 的資料在記憶體裡面的指標；colorptr 是 tbitmap 的 tbitmapdata 的指標。 
//btw: 以下**有點問題：顏色值可能搞錯，出來的結果，灰色正確，黃色變成了藍色。影象清晰度沒問題。
procedure tform1.convertoneline(const bmpwidth: integer; inputptr: pword;
colorptr: pbyte);
var  col: integer;
color: word;
begin
for col := 1 to bmpwidth do
begin
color := inputptr^;
inc(inputptr);
colorptr^ := (( color         and $1f) * $ff) div $1f;
inc(colorptr);
colorptr^ := (((color shr  5) and $3f) * $ff) div $3f;
inc(colorptr);
colorptr^ := (((color shr 11) and $1f) * $ff) div $1f;
inc(colorptr);
colorptr^ := $ff;
inc(colorptr);;
end;
end;

//以下**，有序列計算的**，也有平行計算的**，都測試通過。
procedure tform1.convertrgb565torgb8888(const bmpwidth, bmpheight: integer; rgb565dataptr: pword; bmpdata: tbitmapdata);
var  inputpitch: integer;
row, col: integer;
color: word;
colorptr: pbyte;
inputptr: pword; // pointer to rgb565 data
begin
inputpitch:= bmpwidth*2;
//將下面的序列迴圈，改為並行迴圈，在4核手機上測試通過。
//大概比序列迴圈的時間少一半（並沒有少 1/4）。
tparallel.for(1, bmpheight, procedure(row: integer)
begin
inputptr:= pword(pbyte(rgb565dataptr) + (row-1)*inputpitch);
colorptr:= pbyte(bmpdata.data) + (bmpheight-row)*bmpdata.pitch;
self.convertoneline(bmpwidth, inputptr, colorptr);
end);
end;

//以下**是呼叫 convertrgb565torgb8888 的主程式：
procedure tform1.drawrgb656ontobmp;
var  //直接將 rgb656 的資料畫到 bitmap 上去試試看：
abitmap: tbitmap;
bmpdata: tbitmapdata;
bmpwidth: integer;
bmpheight: integer;
rgb565dataptr, inputptr: pword; // pointer to rgb565 data
amemorystream: tmemorystream;
fn: string;
t: tdatetime;
inputpitch: integer;
row, col: integer;
color: word;
colorptr: pbyte;
begin
// 這段**的測試結果：1. 在安卓下，直接出現浮點運算異常錯誤；
//2. 在 windows 底下，執行完成，但沒有影象顯示。並且轉換過程耗時 200ms.跟蹤 scanlinetoalphacolor 函式內部，實際上是逐個點轉換為 rgb888
fn := memo1.lines.strings[0];
amemorystream := tmemorystream.create;
amemorystream.loadfromfile(fn);
try//abitmap := image1.bitmap;
bmpwidth:= 1280;
bmpheight:= 720;
image1.bitmap.setsize(bmpwidth, bmpheight);
rgb565dataptr := pword(nativeint(amemorystream.memory) + 66);
inputpitch:= bmpwidth*2; // bytes by row
t := now;
if image1.bitmap.map(tmapaccess.write, bmpdata) then  //map 方法取得 bitmap 內部的資料結構，然後才能直接運算元據結構內部的指標。
tryself.convertrgb565torgb8888(bmpwidth, bmpheight, rgb565dataptr, bmpdata);
finally
image1.bitmap.unmap(bmpdata);
image1.updateeffects;
end;
memo1.lines.add('time consuming = ' + inttostr(millisecondsbetween(now, t)));
finally
amemorystream.free;
end;
end;

測試結果：

對720p 的 rgb565 轉碼為 rgba888，序列計算在 find5 手機上耗時58ms，平行計算耗時 32ms。

結論：delphi 的平行計算**，確實可以讓多個核同時跑起來，縮短計算時間。

Delphi 的平行計算

python平行計算 python平行計算

平行計算模型

平行計算模型

Delphi 的平行計算

python平行計算 python平行計算

平行計算模型

平行計算模型

相關推薦