使用CUDA的Thrust库获取较大的值

如何解决使用CUDA的Thrust库获取较大的值

| 嗨，我想实现一个推力极大的循环，但是我发现它比普通的C ++代码慢得多。你能告诉我我要去哪里错了。 fi和fj是宿主载体 xsize通常是大约7-8位数字

thrust::host_vector <double> df((2*floor(r)*(floor(r)+1)+1)*n*n); 
thrust::device_vector<double> gpu_df((2*floor(r)*(floor(r)+1)+1)*n*n); 
     for(i=0;i<xsize;i++)
     {
        gpu_df[i]=(fi[i]-fj[i]);

         if(gpu_df[i]<0)
            gpu_df[i]=0;
        else 
       gpu_df[i]=gpu_df[i]*(fi[i]-fj[i]);
        if(gpu_df[i]>255)
            gpu_df[i]=255;
        //      cout<<fi[i]<<\"\\n\";
     }
df=gpu_df;

我觉得代码没有被并行化。你能帮我一下吗。     

解决方法

        要使用Thrust在GPU上运行程序，您需要使用Thrust算法编写程序，例如

reduce

，

transform

，

sort

等。在这种情况下，我们可以用

transform

编写计算，因为循环只是计算函数

F(fi[i],fj[i])

和将结果存储在“ 6”中。请注意，在调用

transform

之前，我们必须先将输入数组移至设备，因为Thrust要求输入和输出数组位于同一位置。

#include <thrust/host_vector.h>
#include <thrust/device_vector.h>
#include <thrust/functional.h>
#include <cstdio>

struct my_functor
  : public thrust::binary_function<float,float,float>
{
  __host__ __device__
  float operator()(float fi,float fj)
      {
    float d =  fi - fj;

    if (d < 0)
      d = 0;
    else
      d = d * d;

    if (d > 255)
      d = 255;

    return d;
  }
};

int main(void)
{
  size_t N = 5;

  // allocate storage on host
  thrust::host_vector<float>   cpu_fi(N);
  thrust::host_vector<float>   cpu_fj(N);
  thrust::host_vector<float>   cpu_df(N);

  // initialze fi and fj arrays
  cpu_fi[0] = 2.0;  cpu_fj[0] =  0.0;
  cpu_fi[1] = 0.0;  cpu_fj[1] =  2.0;
  cpu_fi[2] = 3.0;  cpu_fj[2] =  1.0;
  cpu_fi[3] = 4.0;  cpu_fj[3] =  5.0;
  cpu_fi[4] = 8.0;  cpu_fj[4] = -8.0;

  // copy fi and fj to device
  thrust::device_vector<float> gpu_fi = cpu_fi;
  thrust::device_vector<float> gpu_fj = cpu_fj;

  // allocate storage for df
  thrust::device_vector<float> gpu_df(N);

  // perform transformation
  thrust::transform(gpu_fi.begin(),gpu_fi.end(),// first input range
                    gpu_fj.begin(),// second input range
                    gpu_df.begin(),// output range
                    my_functor());                 // functor to apply

  // copy results back to host
  thrust::copy(gpu_df.begin(),gpu_df.end(),cpu_df.begin());

  // print results on host
  for (size_t i = 0; i < N; i++)
    printf(\"f(%2.0lf,%2.0lf) = %3.0lf\\n\",cpu_fi[i],cpu_fj[i],cpu_df[i]);

  return 0;
}

作为参考，这是程序的输出：

f( 2,0) =   4
f( 0,2) =   0
f( 3,1) =   4
f( 4,5) =   0
f( 8,-8) = 255