如果需要仅对向量的正浮点元素求和,我想使用 Thrust(因为我的大多数方法是使用推力数据类型实现的)或 C CUDA。数据最初未排序。我最初的尝试非常糟糕:基本上,复制向量,对其进行排序,通过将其传递给内核来找到零交叉,该内核比较连续的成对值并写入与零交叉匹配的值。基本上在排序之后(我用 Thrust 进行排序)...
int i = blockIdx.x * blockDim.x + threadIdx.x;
if (i < n - 1) {
float a = vector[i];
float b = vector[i + 1];
if (a >= 0.0 && b < 0.0)
answer = i + 1;
}
这真的很愚蠢,很多线程匹配条件,太多的读取,分支分歧等等。所以,它完全失败了,每次调用都会对相同的数据给出不同的结果,等等。
我还没有找到在 Thrust 中实现这一点的好方法,这正是我更喜欢的。排序后我不知道如何找到零交叉点。关于这里的起点有什么建议吗?一个实际工作的简单 CUDA C 实现也很好。
最佳答案
要仅对正值求和,您不需要对初始值进行排序,请使用 推力::transform_reduce:
template<typename T>
struct positive_value : public thrust::unary_function<T,T>
{
__host__ __device__ T operator()(const T &x) const
{
return x < T(0) ? 0 : x;
}
};
float result = thrust::transform_reduce(data.begin(), data.end(),
positive_value<float>(),
0,
thrust::plus<float>());
关于cuda - 仅对向量 CUDA/THRUST 的正元素求和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19795846/