图形学人物简史：两位图灵奖与奥斯卡得主的图形学研究往事(10)

在这种并行程序中，初始部分是一个 map （映射），它把一个函数应用到一个集合上，就像你对三角形生成的所有片段运行着色器编程，你可以将一个函数应用于片段集合。此外，还有一个 filter（过滤器），如果你有一堆东西，你可以删除其中的一些。接着是 gather（收集），给内存分配一整套地址，然后将其全部收集起来。
但是还有另外两个 GPU 不擅长的东西，即 scatter 和 reduce，是指写入一些东西到随机位置上，分散了所有的内存并缩减，这类似于对一个向量进行加和。这两个事情是相当简单的，我们可以稍微调整一下 GPU 就能做到这些事情，并进而实现一个通用的并行计算机。
这就带来了 Brooke 系统的问世，它由我的学生 Ian Buck 在 2004 年推出，后来他去了英伟达，担任 CUDA 的首席架构师。这的确只是一个很简单的想法：把 GPU 变成数据并行虚拟机，即使你不是一个图形学程序员也可以使用它。此前，人们尝试在GPUs 上运行不同的算法，必须得是一个图形学程序员才行，要想运行一个运行程序，你得渲染三角形，得学习如何使用 OpenGL 或或者 DX 之类的。
这或许就是最后一步，我们总是非常需要周期。我们需要构建并行计算机，并经过几年的时间，逐渐把它们成为通用的计算机。
另外两个我认为很重要的方面，一是特定领域的语言（domain-specific languages）。我们可以将 OpenGL 看做是一个库，就像下图中所显示的一个简单的OpenGL 程序。

但我们也可以将 OpenGL 看做是一种具有某种语法的语言。这里我写了一份关于 OpenGL 的语法。即使它只是一个库，它也很像嵌入在 C 语言中的一门小语言。如果你不遵守这个语法，它就会给你报错，甚至给你蓝屏。所以 OpenGL 实际上是一种嵌入式的、特定领域的语言。
这意味着什么呢？我教授图形学，我可以在一周或两周内就能教会人们使用 OpenGL 系统。所以它非常容易使用，你无需了解任何有关英伟达硬件的知识，而且超级便携，能在每个人的 GPU 上运行，且速度非常快，渲染速度也快得令人难以置信。