सी के लिए धातु - इंटेल ग्राफिक्स कार्ड पर कंप्यूटिंग के लिए कीमती धातु

आपके कंप्यूटर पर कितने इंटेल प्रोसेसर कोर हैं? यदि आप इंटेल पर आधारित प्रणाली का उपयोग करते हैं, तो अधिकांश मामलों में, आपको अपने उत्तर में एक जोड़ना होगा। लगभग सभी इंटेल प्रोसेसर - एटम से लेकर एक्सोन ई 3 तक, बेशक, कोर को गायब किए बिना, कई वर्षों तक एकीकृत ग्राफिक्स कोर इंटेल ग्राफिक्स शामिल हैं, जो अनिवार्य रूप से एक पूर्ण प्रोसेसर है, और तदनुसार, स्क्रीन पर न केवल चित्र दिखाने और वीडियो को तेज करने में सक्षम है, लेकिन "सामान्य" सामान्य प्रयोजन गणना भी करते हैं। इसे प्रभावी ढंग से कैसे इस्तेमाल किया जा सकता है? कट के नीचे देखो।



पहले, हम संक्षेप में बताएंगे कि इंटेल जीपीयू पर निर्भर रहना क्यों इसके लायक है। बेशक, सिस्टम में CPU प्रदर्शन लगभग हमेशा GPU से अधिक होता है, इसके लिए यह केंद्रीय प्रोसेसर भी है।

लेकिन यह ध्यान रखना दिलचस्प है कि पिछले एक दशक में इंटेल एकीकृत जीपीयू का प्रदर्शन सीपीयू की तुलना में प्रतिशत के संदर्भ में बढ़ा है, और यह प्रवृत्ति निश्चित रूप से नए असतत इंटेल ग्राफिक्स कार्ड के आगमन के साथ जारी रहेगी। इसके अलावा, जीपीयू, इसकी वास्तुकला (कई वेक्टर निष्पादन उपकरणों) के आधार पर, एक निश्चित प्रकार के कार्यों के निष्पादन के लिए बेहतर है - छवि प्रसंस्करण, वास्तव में, डेटा सरणियों पर उसी प्रकार के किसी भी संचालन को करने के लिए। जीपीयू पूर्ण आंतरिक समानांतरकरण के साथ ऐसा करता है, सीपीयू की तुलना में इस पर कम ऊर्जा खर्च करता है, और कुछ मामलों में भी इसे पूरी गति से पार करता है। अंत में, GPU और CPU समानांतर में काम कर सकते हैं, प्रत्येक अपने स्वयं के कार्यों पर, पूरे सिस्टम का अधिकतम प्रदर्शन और / या न्यूनतम बिजली की खपत प्रदान करता है।

- ठीक है, इंटेल। हमने सामान्य उद्देश्य गणना के लिए इंटेल जीपीयू का उपयोग करने का निर्णय लिया, यह कैसे करें?
- ग्राफिक्स में किसी विशेष ज्ञान की आवश्यकता नहीं है (Direct3D और OpenGL shaders) का सबसे सरल तरीका है OpenCL।

ओपनसीएल कर्नेल प्लेटफ़ॉर्म स्वतंत्र हैं और सिस्टम में उपलब्ध सभी कंप्यूटिंग उपकरणों - सीपीयू, जीपीयू, एफपीजीए, आदि पर स्वचालित रूप से निष्पादित करेंगे। लेकिन इस तरह की बहुमुखी प्रतिभा का शुल्क प्रत्येक प्रकार के डिवाइस पर और विशेष रूप से एकीकृत इंटेल जीपीयू पर अधिकतम संभव प्रदर्शन से दूर है। यहां हम एक उदाहरण दे सकते हैं: 16x16 बाइट मैट्रिक्स को स्थानांतरित करने वाले किसी भी इंटेल जीपीयू पर कोड निष्पादित करते समय, इंटेल जीपीयू के प्रत्यक्ष प्रोग्रामिंग का प्रदर्शन लाभ ओपनसीएल संस्करण के साथ 8 गुना अधिक होगा!

इसके अलावा, सामान्य एल्गोरिदम को लागू करने के लिए आवश्यक कुछ कार्यक्षमता (उदाहरण के लिए, "वाइड फ़िल्टर" जो एकल परिवर्तन में पिक्सेल के बड़े समूह से डेटा का उपयोग करते हैं), ओपनसीएल बस समर्थन नहीं करता है।

इसलिए, अगर आपको एरे और उसके निकटतम पड़ोसियों के प्रत्येक तत्व के साथ स्वतंत्र रूप से काम करने की तुलना में GPU और \ या कुछ और अधिक जटिल होने की आवश्यकता है, तो Intel C for Metal (ICM), Intel ग्राफिक्स पर चलने वाले एप्लिकेशन विकसित करने के लिए एक टूल, आपकी मदद करेगा। ।

ICM - फोर्ज में आपका स्वागत है!

प्रदर्शन और कार्यक्षमता के दृष्टिकोण से, ICM को "इंटेल ग्राफिक्स कार्ड के लिए कोडांतरक" माना जा सकता है, और सर्किट्री और प्रयोज्य के संदर्भ में - "इंटेल ग्राफिक्स कार्ड के लिए ओपनसीएल का एनालॉग।"

कई वर्षों से, इंटेल GPU पर मीडिया प्रसंस्करण उत्पादों के विकास में इंटेल द्वारा आंतरिक रूप से ICM का उपयोग किया गया है। लेकिन 2018 में, ICM जनता के लिए जारी किया गया था, और यहां तक ​​कि खुले स्रोत के साथ भी!

मेटल के लिए इंटेल सी को कुछ महीने पहले अपना वर्तमान नाम मिला, इससे पहले इसे मीडिया के लिए इंटेल सी कहा जाता था (एक ही संक्षिप्त रूप आईसीएम या सिर्फ सीएम या यहां तक ​​कि सेमी), और इससे भी पहले - मीडिया डेवलपमेंट फ्रेमवर्क (एमडीएफ)। इसलिए, अगर कहीं घटक के नाम पर, दस्तावेज में या खुले स्रोत की टिप्पणियों में, पुराने नाम मिलते हैं - तो घबराएं नहीं, यह ऐतिहासिक मूल्य है।

तो, ICCL एप्लीकेशन कोड, जैसे OpenCL में, दो भाग होते हैं: "प्रशासनिक" एक, प्रोसेसर पर निष्पादित और कर्नेल, GPU पर निष्पादित। आश्चर्य नहीं कि पहला भाग मेजबान कहलाता है, और दूसरा कर्नेल है।

गुठली पिक्सेल के एक दिए गए ब्लॉक (या सिर्फ डेटा) को संसाधित करने का एक कार्य है, जिसे मेटल सी के लिए इंटेल सी में लिखा गया है और आईसीएम संकलक का उपयोग करके इंटेल जीपीयू अनुदेश सेट (आईएसए) में संकलित किया गया है।

होस्ट एक प्रकार का "कर्नेल टीम मैनेजर" है, यह सीपीयू और जीपीयू के बीच डेटा ट्रांसफर प्रक्रिया को नियंत्रित करता है और आईसीएम रनटाइम रनटाइम लाइब्रेरी और इंटेल जीपीयू मीडिया ड्राइवर के माध्यम से अन्य "प्रबंधकीय कार्य" करता है।
एक विस्तृत आईसीएम योजना इस प्रकार है:

• ICM होस्ट कोड किसी भी x86 C / C ++ कंपाइलर द्वारा पूरे एप्लिकेशन के साथ संकलित किया जाता है;
• ICM कर्नेल कोड को ICM कंपाइलर द्वारा कुछ सामान्य निर्देश सेट (Common ISA) के साथ एक बाइनरी फ़ाइल में संकलित किया जाता है;
• रनटाइम के दौरान, जेआईटी निर्देशों का यह सामान्य सेट एक विशिष्ट इंटेल जीपीयू के लिए अनुवाद करता है;
• ICM होस्ट ICM रनटाइम लाइब्रेरी को GPU और ऑपरेटिंग सिस्टम के साथ संचार करने के लिए आमंत्रित करता है।

कुछ और महत्वपूर्ण और उपयोगी बिंदु:

• डेटा को दर्शाने / संग्रहीत करने के लिए ICM में प्रयुक्त सतहों को DirectX 11 और 9 (Linux पर DXVA) के साथ साझा किया जा सकता है।
• सीपीयू सीपीयू के साथ साझा किए गए वीडियो मेमोरी और सिस्टम मेमोरी दोनों से डेटा ले और लिख सकता है। ICM में दोनों दिशाओं में डेटा ट्रांसफर के मामलों के लिए विशेष कार्य शामिल हैं। उसी समय, सिस्टम मेमोरी बिल्कुल साझा की जाती है, और इसमें वास्तविक प्रतिलिपि की आवश्यकता नहीं होती है - इसके लिए, आईसीएम में तथाकथित शून्य प्रतिलिपि प्रदान की जाती है।

आईसीएम - ज्वालामुखी के वेंट में!

पहले से ही "सी फॉर आयरन" नाम से, यह इस प्रकार है कि डिवाइस की भाषा आंतरिक ग्राफिक्स डिवाइस इंटेल से मेल खाती है। यही है, यह इस तथ्य को ध्यान में रखता है कि कोड को ग्राफिक्स कार्ड के कई दर्जनों निष्पादन इकाइयों (निष्पादन इकाई) पर निष्पादित किया जाएगा, जिनमें से प्रत्येक एक पूरी तरह से वेक्टर प्रोसेसर है जो एक साथ कई थ्रेड्स निष्पादित करने में सक्षम है।

कुछ सीमाओं और एक्सटेंशनों के साथ ICM भाषा स्वयं C ++ है। सी ++ की तुलना में, आईसीएम की कमी है ... संकेत, स्मृति आवंटन, और स्थिर चर। प्रतिबंध के तहत भी पुनरावर्ती कार्य करता है। लेकिन एक स्पष्ट वेक्टर मॉडल (SIMD) प्रोग्रामिंग है: वेक्टर डेटा प्रकार - वेक्टर, मैट्रिक्स और सतह; इन डेटा प्रकारों पर वेक्टर ऑपरेशन, वेक्टर स्थितियां / अगर, वेक्टर के प्रत्येक तत्व के लिए स्वतंत्र रूप से प्रदर्शन किया जाता है; साथ ही इंटेल जीपीयू हार्डवेयर फिक्स्ड फंक्शनल को एक्सेस करने के लिए बिल्ट-इन फंक्शन हैं।

वास्तविक समस्याओं में वैक्टर, मेट्रिसेस और सतहों के साथ काम करने की सुविधा "सबसेट" की वस्तुओं से मिलती है - इसी मूल वस्तुओं से आप केवल "संदर्भ" को चुन सकते हैं जो आपकी रुचि को अवरुद्ध करता है या, विशेष मामले के रूप में, मुखौटा द्वारा व्यक्तिगत तत्व।

उदाहरण के लिए, आइए ICM कोड को देखें जो एक रैखिक फिल्टर को लागू करता है - एक मान को प्रतिस्थापित करता है
चित्र के औसत मूल्य और चित्र में 8 पड़ोसियों द्वारा प्रत्येक पिक्सेल का RGB रंग:

यदि मैट्रिक्स में रंग (डेटा) R8G8B8 के रूप में स्थित हैं, तो 6x8 पिक्सेल (6x24 बाइट डेटा तत्वों) के ब्लॉक में इनपुट छवि को विभाजित करने के साथ गणना निम्नानुसार होगी:

_GENX_MAIN_ void linear(SurfaceIndex inBuf, SurfaceIndex outBuf, uint h_pos, uint v_pos){ //    8x32 matrix<uchar, 8, 32> in; //   6x24 matrix<uchar, 6, 24> out; matrix<float, 6, 24> m; //    read(inBuf h_pos*24, v_pos*6, in); //    -  m = in.select<6,1,24,1>(1,3); m += in.select<6,1,24,1>(0,0); m += in.select<6,1,24,1>(0,3); m += in.select<6,1,24,1>(0,6); m += in.select<6,1,24,1>(1,0); m += in.select<6,1,24,1>(1,6); m += in.select<6,1,24,1>(2,0); m += in.select<6,1,24,1>(2,3); m += in.select<6,1,24,1>(2,6); //  -   9   * 0.111f; out = m * 0.111f; //   write(outBuf, h_pos*24, v_pos*6, out); } 

• मैट्रिस का आकार फॉर्म में सेट किया गया है <डेटा प्रकार, ऊंचाई, चौड़ाई>;
• चयन करें <v_size, v_stride, h_size, h_stride> ऑपरेटर (i, j) तत्व (i, j) से शुरू होने वाला सबमेट्रिक्स लौटाता है , v_size चयनित पंक्तियों की संख्या दिखाता है, vstride - चयनित पंक्तियों के बीच की दूरी h_size - चयनित स्तंभों की संख्या, h_stride - उनके बीच की दूरी ।

कृपया ध्यान दें कि 8x32 इनपुट मैट्रिक्स का आकार इसलिए चुना जाता है क्योंकि 8x30 ब्लॉक 6x24 ब्लॉक में सभी पिक्सल के मूल्यों की गणना के लिए एल्गोरिथम रूप से पर्याप्त है, डेटा ब्लॉक को ICM बाइट्स में नहीं, बल्कि 32-बिट डॉर्ड तत्वों द्वारा पढ़ा जाता है।

उपरोक्त कोड, वास्तव में, एक पूर्ण ICM कर्नेल है। जैसा कि उल्लेख किया गया है, यह दो चरणों (पूर्ववर्ती और बाद के जेआईटी अनुवाद) में आईसीएम संकलक द्वारा संकलित किया जाएगा। ICM संकलक LLVM के आधार पर बनाया गया है और, यदि वांछित है, तो स्रोतों में अध्ययन किया जा सकता है और आपके द्वारा स्वयं बनाया जा सकता है।

लेकिन ICM होस्ट क्या करता है? ICM रनटाइम रनटाइम लाइब्रेरी कार्यों को आमंत्रित करता है:

• GPU डिवाइस (CmDevice), साथ ही साथ कर्नेल (CmSurface) में उपयोग किए जाने वाले उपयोगकर्ता डेटा वाले सतहों को बनाने, हटाने और हटाने के बाद;
• गुठली के साथ काम करें - उन्हें पूर्वनिर्धारित .isa फ़ाइलों से डाउनलोड करें, उनके तर्क तैयार करें, डेटा के उस हिस्से को इंगित करें जो प्रत्येक कर्नेल के साथ काम करेगा;
• कर्नेल निष्पादन कतार बनाएं और प्रबंधित करें;
• वे GPU पर प्रत्येक कर्नेल को निष्पादित करने वाले थ्रेड्स के संचालन को नियंत्रित करते हैं;
• घटनाओं को प्रबंधित करें (CmEvent) - GPU और CPU के सिंक्रनाइज़ेशन ऑब्जेक्ट;
• GPU और CPU के बीच या सिस्टम और वीडियो मेमोरी के बीच डेटा ट्रांसफर करें;
• त्रुटियों की रिपोर्ट करें, गुठली के संचालन के समय को मापें।

सबसे सरल होस्ट कोड इस तरह दिखता है:

 //  CmDevice cm_result_check(::CreateCmDevice(p_cm_device, version)); //  hello_world_genx.isa std::string isa_code = isa::loadFile("hello_world_genx.isa"); //    isa  CmProgram CmProgram *p_program = nullptr; cm_result_check(p_cm_device->LoadProgram(const_cast<char* >(isa_code.data()),isa_code.size(), p_program)); //  hello_world . CmKernel *p_kernel = nullptr; cm_result_check(p_cm_device->CreateKernel(p_program, "hello_world", p_kernel)); //       CmKernel CmThreadSpace *p_thread_space = nullptr; cm_result_check(p_cm_device->CreateThreadSpace(thread_width, thread_height, p_thread_space)); //   . cm_result_check(p_kernel->SetKernelArg(0, sizeof(thread_width), &thread_width)); //  CmTask –      //         //     . CmTask *p_task = nullptr; cm_result_check(p_cm_device->CreateTask(p_task)); cm_result_check(p_task->AddKernel(p_kernel)); //   CmQueue *p_queue = nullptr; cm_result_check(p_cm_device->CreateQueue(p_queue)); //    GPU (    ). CmEvent *p_event = nullptr; cm_result_check(p_queue->Enqueue(p_task, p_event, p_thread_space)); //   . cm_result_check(p_event->WaitForTaskFinished()); 

जैसा कि आप देख सकते हैं, गुठली और एक मेजबान बनाने और उपयोग करने में कुछ भी जटिल नहीं है। सब कुछ सरल है!

वास्तविक दुनिया में लौटने के लिए चेतावनी देने के लिए एकमात्र कठिनाई: वर्तमान में आईसीएम के सार्वजनिक रूप से उपलब्ध संस्करण में, गुठली को डीबग करने का एकमात्र तरीका प्रिंटफ संदेश है। हैलो में उनका उपयोग कैसे करें , विश्व उदाहरण में देखा जा सकता है।

आईसीएम - भारी धातु नहीं!

अब देखते हैं कि यह व्यवहार में कैसे काम करता है। ICM डेवलपर किट विंडोज और लिनक्स के लिए उपलब्ध है , और दोनों ऑपरेटिंग सिस्टम में ICM कंपाइलर, प्रलेखन और ट्यूटोरियल उपयोग के मामले शामिल हैं। इन प्रशिक्षण उदाहरणों का विस्तृत विवरण अलग से डाउनलोड किया गया है ।

लिनक्स के लिए, पैकेज में VAAPI के लिए एकीकृत आईसीएम रनटाइम रनटाइम लाइब्रेरी के साथ एक उपयोगकर्ता-मोड मीडिया ड्राइवर भी शामिल है। विंडोज के लिए, विंडोज के लिए सामान्य इंटेल ग्राफिक्स ड्राइवर आईसीएम के साथ काम करेगा। ICM रनटाइम रनटाइम लाइब्रेरी इस ड्राइवर के dll सेट में शामिल है। ICM पैकेज में इसके लिए केवल लिंक .lib फ़ाइल शामिल है। यदि ड्राइवर किसी कारण से आपके सिस्टम से गायब है, तो इसे Intel वेबसाइट से डाउनलोड किया जाता है, और ड्राइवरों में ICM के सही संचालन की गारंटी दी जाती है, जो संस्करण 15.60 - 2017 से शुरू होता है)।

घटकों का स्रोत कोड यहां पाया जा सकता है:

• मीडिया रनटाइम के लिए VAAPI और Intel C के लिए Intel मीडिया ड्राइवर: github.com/intel/media-driver
• मीडिया कंपाइलर और उदाहरणों के लिए इंटेल C: github.com/intel/cm-compiler
• इंटेल ग्राफिक्स कंपाइलर: github.com/intel/intel-graphics-compiler

इस खंड की आगे की सामग्री विशेष रूप से विंडोज पर लागू होती है, लेकिन आईसीएम के साथ काम करने के सामान्य सिद्धांत लिनक्स पर भी लागू होते हैं।

ICM पैकेज के साथ "नियमित" कार्य के लिए, आपको 2015 में शुरू होने वाले Visual Studio और 3.2 संस्करण से शुरू होने वाले Cmake की आवश्यकता होगी। उसी समय, प्रशिक्षण उदाहरणों के कॉन्फ़िगरेशन और स्क्रिप्ट फ़ाइलों को वीएस 2015 के लिए डिज़ाइन किया गया है, वीएस फ़ाइलों के नए संस्करणों का उपयोग करने के लिए, आपको वीएस घटकों के पथों का अध्ययन और संपादन खुद करना होगा।

इसलिए, विंडोज के लिए ICM जानना:

• संग्रह डाउनलोड करें ;
• इसे अनपैक करें;
• हम तीन मापदंडों के साथ setupenv.bat पर्यावरण कॉन्फ़िगरेशन स्क्रिप्ट (अधिमानतः वीएस कमांड लाइन पर) चलाते हैं - इंटेल जीपीयू पीढ़ी (उस प्रोसेसर में जिसमें जीपीयू बनाया गया है, इसे डिफ़ॉल्ट रूप से छोड़ा जा सकता है: जीन 9), संकलन प्लेटफॉर्म: x86 \ x64 और डायरेक्टएक्स संस्करण ICM के साथ साझा करना: dx9 / dx11

उसके बाद, आप बस सभी प्रशिक्षण उदाहरणों का निर्माण कर सकते हैं - उदाहरण फ़ोल्डर में, build_all.bat स्क्रिप्ट Microsoft Visual Studio के लिए प्रोजेक्ट्स को उत्पन्न या उत्पन्न करेगा - यह एक पैरामीटर के रूप में एक विशिष्ट उदाहरण के नाम के साथ create_vs.bat स्क्रिप्ट बनाएगा ।

जैसा कि आप देख सकते हैं, ICM एप्लिकेशन होस्ट भाग के साथ .exe फ़ाइल और संबंधित precompiled GPU भाग के साथ .isa फ़ाइल होगी।

आईसीएम पैकेज में विभिन्न उदाहरण शामिल हैं - सरलतम हैलो, वर्ल्ड से, जो आईसीएम ऑपरेशन के बुनियादी सिद्धांतों को दर्शाता है, बल्कि जटिल से - छवि विभाजन और सिलाई में उपयोग किए गए ग्राफ (अधिकतम-प्रवाह न्यूनतम कट समस्या) के "अधिकतम प्रवाह - न्यूनतम कट" को खोजने के लिए एल्गोरिदम का कार्यान्वयन। ।

सभी आईसीएम केस स्टडीज कोड में और पहले से वर्णित अलग विवरण में अच्छी तरह से प्रलेखित हैं। इस पर आईसीएम को सटीक रूप से प्रस्तुत करने की सिफारिश की जाती है - क्रमिक रूप से अध्ययन और चल रहे उदाहरण, और फिर - उन्हें आपकी आवश्यकताओं के अनुरूप बनाने के लिए संशोधित करना।

सभी मौजूदा ICM विशेषताओं की सामान्य समझ के लिए, यह दृढ़ता से अनुशंसा की जाती है कि आप "विनिर्देश" का अध्ययन करें - ICM विवरण cmlangspec.html in the document \ compiler \ html \ cmlangspec फ़ोल्डर ।

विशेष रूप से, यह हार्डवेयर में कार्यान्वित आईसीएम कार्यों के एपीआई का वर्णन करता है - तथाकथित टेक्सचर सैम्पलर्स (सैम्पलर) तक पहुंच - विभिन्न स्वरूपों की छवियों को फ़िल्टर करने के लिए एक तंत्र, साथ ही वीडियो फ्रेम और कुछ वीडियो एनालिटिक्स क्षमताओं के बीच आंदोलन (मोशन आकलन) का मूल्यांकन करने के लिए।

आईसीएम - यह गर्म है, जबकि हड़ताल!

आईसीएम अनुप्रयोगों के प्रदर्शन के बारे में बोलते हुए, यह ध्यान दिया जाना चाहिए कि मामले के अध्ययन में उनके काम के समय को मापना शामिल है, ताकि उन्हें लक्ष्य प्रणाली पर चलाकर और अपने कार्यों के साथ तुलना करके, आप उनके लिए आईसीएम का उपयोग करने की उपयुक्तता का मूल्यांकन कर सकें।

और आईसीएम प्रदर्शन के बारे में सामान्य विचार काफी सरल हैं:

• जब एक GPU पर गणनाओं को उतार दिया जाता है, तो CPU <-> GPU डेटा को स्थानांतरित करने और इन उपकरणों को सिंक्रनाइज़ करने के ओवरहेड को याद रखें। इसलिए, हैलो जैसे उदाहरण, ICM कार्यान्वयन के लिए विश्व एक अच्छा उम्मीदवार नहीं है। लेकिन कंप्यूटर विज़न, एआई और डेटा सरणियों के किसी भी गैर-तुच्छ प्रसंस्करण के एल्गोरिदम, विशेष रूप से प्रक्रिया में या आउटपुट में इन डेटा के क्रम में बदलाव के साथ, आईसीएम की आवश्यकता है।
• इसके अलावा, आईसीएम कोड डिजाइन करते समय, आंतरिक GPU डिवाइस को ध्यान में रखना आवश्यक है, अर्थात, GPU थ्रेड्स की पर्याप्त संख्या (> 1000) बनाना और उन सभी को काम के साथ लोड करना उचित है। इस मामले में, छोटे ब्लॉकों में प्रसंस्करण के लिए छवियों को विभाजित करना एक अच्छा विचार है। लेकिन विभाजन का विशिष्ट तरीका, साथ ही अधिकतम प्रदर्शन प्राप्त करने के लिए एक विशिष्ट प्रसंस्करण एल्गोरिदम का विकल्प, एक तुच्छ कार्य नहीं है। हालाँकि, यह किसी भी GPU (और CPU) के साथ काम करने के किसी भी तरीके पर लागू होता है।

क्या आपके पास OpenCL कोड है, लेकिन इसका प्रदर्शन आपको खुश नहीं करता है? या कोडा कोड, लेकिन आप बहुत बड़ी संख्या में प्लेटफार्मों पर काम करना चाहते हैं? फिर यह ICM पर एक नजर डालने लायक है।

ICM एक जीवित और विकसित उत्पाद है। आप इसके उपयोग और इसके विकास में भाग ले सकते हैं - जीथब पर संबंधित रिपॉजिटरी आपके कमिट की प्रतीक्षा कर रहे हैं। दोनों प्रक्रियाओं के लिए आवश्यक सभी जानकारी इस लेख में है और गिटहब पर रीडमी फाइलें। और अगर कुछ याद आ रहा है, तो यह टिप्पणियों में आपके सवालों के बाद दिखाई देगा।