简易调用、极速渲染：SimpleGPULayer 正式开源，鸿蒙 GPU 能力全面开放

近日，华为鸿蒙开发团队在 GitCode平台正式开源SimpleGPULayer（下文简称 SGL）高性能 GPU 加速框架，面向鸿蒙原生应用提供一站式图形与计算加速能力，全面覆盖图像处理、AI 推理计算、2D/3D 渲染、矢量图形生成等核心场景。目前，该框架的图像处理能力已在悟空图像中落地使用，GPU 贝塞尔连线能力也在多款办公软件中完成验证，运行稳定可靠。

随着鸿蒙生态快速发展，相册、修图、设计、扫描、白板、脑图、AI 创作等应用对 GPU 加速的需求日益增长。传统开发模式下，开发者如需直接调用 Vulkan接口，需处理设备初始化、显存管理、管线创建等大量底层细节，开发成本高、复用性差。SGL 将复杂的GPU能力封装为简洁易用的 API，开发者无需关注底层实现，只需聚焦业务效果，几行代码即可快速接入 GPU 加速，大幅降低开发门槛

四大核心能力，覆盖端侧GPU加速主流场景

一、图像处理：52个滤镜+大图方案+图层混合

SGL 内置 52 个 GPU 图像滤镜，覆盖模糊、艺术风格、色彩调整、几何变形等常用图片编辑需求，支持大半径实时预览，为鸿蒙应用提供开箱即用的高性能图形处理能力。针对超大图片编辑场景，框架提供分块处理方案，在控制显存占用的同时避免边界割裂感。配合异步预取机制，让 CPU 读取和 GPU 计算并行执行，显著提升大图编辑响应速度。

此外，SGL 还提供正片叠底、叠加、溶解、亮色4 种图层混合模式，可用于多图层编辑、素材叠加和复杂视觉合成需求，为图片编辑应用提供更丰富的创意实现能力。

二、AI推理计算：28个算子，覆盖主流模型前后处理

SGL 的 ComputeEngine 提供 28 个计算算子，包括22 个GPU 算子与6 个 CPU 归约算子，覆盖矩阵运算、激活函数、归一化、位置编码、逐元素运算、归约统计等关键能力，可高效支撑端侧 AI 模型推理的前后处理，也可直接用于通用 GPU 计算场景。仓库内已包含 LLM 推理演示，展示基于 SGL 快速搭建 Transformer 推理链路的能力。

三、2D/3D渲染：离屏渲染+模型加载

SGL 的 Renderer 模块支持3D网格渲染、3D高斯泼溅渲染，可加载 glTF等主流3D 格式，内置完整PBR纹理管线。同时支持离屏渲染，可将渲染结果直接输出为图片，适用于服务端渲染、自动化处理等场景，大幅降低了鸿蒙平台上2D/3D渲染功能的开发与接入门槛。

四、矢量图形生成：GPU贝塞尔粗线生成

框架还提供 GPUBezierThickLineGenerator能力，将贝塞尔曲线生成任务迁移到GPU并行执行,开发者只需传入控制点、起始/结束宽度和端部采样参数，GPU compute shader 即可快速生成渐细粗线的三角带顶点集合。该能力已在其他办公软件中用于节点间的渐细连线生成，在节点密集、拖拽频繁、画布实时刷新的场景下，显著优于传统 CPU 逐条计算方案。

极简接入，三行代码完成GPU滤镜调用

SGL 对复杂的 GPU 管线做深度封装，开发者无需处理设备初始化、显存分配、管线构建、命令提交等底层逻辑细节，只需准备输入图片、输出图片和滤镜参数，仅需数行代码即可完成调用。以高斯模糊为例：const auto filter = std::make_shared<FastGaussianBlurFilter>();

filter->SetRadius(120);

sgl::image::ImageEngine::Process(inputImage, outputImage, filter);

面向鸿蒙应用接入，SGL 已提供 C API 和 NAPI 接口，开发者可作为 native 加速库集成到鸿蒙应用中，并向 ArkTS/JS 层暴露业务接口，接入成本极低。

开源共建，共筑鸿蒙GPU加速新基建

SGL高性能 GPU 加速框架项目由鸿蒙突击队主导开发，图像处理滤镜由悟空图像伙伴共建，贝塞尔渐细线能力与某办公软件联合验证。目前框架已在悟空图像等实际应用中稳定运行。

这次开源共建，把鸿蒙应用中高频使用的 GPU 图像处理、AI 推理计算、图形渲染和矢量生成等能力沉淀为可复用的高性能框架，为鸿蒙生态提供了标准化、低成本的加速底座，后续将有更多能力在该框架上持续扩展。

欢迎广大鸿蒙开发者访问项目仓库、反馈问题、共建功能，共同推动鸿蒙 GPU 加速基础设施的建设，让更多应用实现更流畅、更高效、更强大的渲染与计算体验。