.NET高性能GPU编译器
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
ILGPU 是一个面向 .NET 程序的现代 GPU JIT 编译器，定位是让开发者用 C# 或 F# 编写高性能 GPU kernels，而不必直接使用 C++、CUDA 或 OpenCL。项目完全用 C# 编写，文本强调当前版本没有原生依赖，因此更利于 .NET 应用的可移植性。
它的核心价值在于把 GPU kernel 编译、分发与执行封装到 .NET 生态中。ILGPU 支持 Context、Accelerator、MemoryBuffers、ArrayViews、Kernels、Shared Memory、Math Functions 等概念；函数在 kernel 作用域内不需要额外注解，并可作用于值类型。CPU Accelerator 是一大亮点，可单线程或多线程执行 kernels，用于调试、测试或模拟目标平台。共享内存、原子操作、warp shuffles、低层 intrinsics、高性能数学函数、多维索引和隐式分组 kernels 也在功能列表中出现，说明它并非只做高层封装。
语言和平台方面，文本明确提到 C#、F#，并支持 .NET 4.7 与 .NET Standard 2.1，例如 .NET Core 3.1/.NET 5.0。生态入口包括 Documentation、GitHub 和 Discord，项目新闻中也提到定期开发者交流与 GitHub milestone 跟踪。文档覆盖 GPU 基础、入门教程、内存、kernel、共享内存、调试、profiling 和升级指南，结构较完整；但部分示例内容仍带有计划性质。
ILGPU 免费且开源，采用 University of Illinois/NCSA Open Source License。项目主要由 G-Research 支持，并接受贡献或小额捐赠。对个人研究、开源项目和成本敏感团队来说，性价比很高。
优点是 .NET 友好、可 CPU 调试、跨平台思路清晰，并提供较多 GPU 底层能力。限制也很明确：异常控制流不支持，引用类型当前不支持，lambda/delegate 仍需未来支持；GPU 硬件调试和 profiling 只有基础支持，官方更推荐 CPU 调试。它适合有 .NET 基础、需要做高性能并行计算或算法原型验证的团队，不适合强依赖完整 .NET 运行时特性的业务代码直接迁移。
抓取文本未提供中国大陆访问、镜像、支付或网络可用性信息，因此判定为未知。可替代方向包括 CUDA、OpenCL、C++ AMP；若团队在国内网络环境中使用，应提前验证 GitHub、文档站和 Discord 的可访问性。
本测评基于公开资料整理,不构成购买建议,请以 ilgpu.net 官网实际信息为准。
开源GPU计算工具，适合.NET开发者。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。