GPU 技术的兴起为构建高性能异构协调计算平台提供了一个新的有效途径，针对如何在 CPU + GPU 并存的环境下，设计高效的应用程序以更好地发挥 GPU 技术，开展支持 CPU + GPU 协同计算的 C 源程序预处理划分策略研究。从计算任务的 C 语言源程序出发，分析程序的内存访问、运算密度、流程控制结构、数据并行性等各种特征，同时考虑 CPU 和 GPU 的特点和差异，以此作为关键依据，对 C 源程序进行预处理，给出划分和标识程序段适合 CPU或 GPU 执行的策略和算法。此外，以传统典
比尔
纯Go中的并行图像处理算法的集合。
该项目的目的是在绝对高性能的基础上简化使用和开发，但是大多数算法被设计为高效并在可用时利用并行性。
它尽可能使用标准库中的包，以减少依赖关系使用和开发抽象。
所有操作都从标准库返回图像类型。
文献资料
提供了各种软件包的文档。
CLI用法
从源下载并编译：
go get github.com/anthonynsimon/bild
或在上获取针对您的平台的预编译二进制文件
bild
A collection of parallel image p
