Myers Diff是否适合在GPU上运行？

如何解决Myers Diff是否适合在GPU上运行？

| 我对通过在GPU（即OpenCL）上运行更快的Myers diff实现感兴趣。我对算法有很好的了解，但对GPU编程还是陌生的。我的直觉是GPU不能很好地运行，但是我想听听想法和想法。 这是对C语言中算法的一次迭代的描述。我们有两个常量缓冲区，分别为字节“'left \”和“'right \”（我们正在比较的数据），以及一个称为int32的共享可变数组向量。 \'idx \'是迭代索引。那么算法本质上是这样的：

   void myers_diff_iteration(const uint8 *left,const uint8 *right,int32 *vector,int32 idx) {
       int32 x = MAX(vector[idx-1],vector[idx+1]);
       int32 y = idx - x;
       while (left[x] == right[y]) {
           x++;
           y++;
       }
       vector[x] = x;
   }

我的猜测是，while循环（其迭代次数非常难以预测，范围从零到一百万）可能对GPU非常不利，并消除了任何性能提升。真的吗？有任何改进建议吗？ 同样，向量在循环的所有迭代之间共享。每次迭代都写入不同的位置，因此不需要同步（除了要求写入对齐的4字节字不会影响相邻的字）。这样的共享载体会表现良好吗？ 谢谢你的帮助！     

解决方法

        你可以试试看。 GPU的while循环会遇到严重问题，但是只要有足够的“迭代”（线程）运行，就不会有任何速度损失。 您可以这样重写它：

   void myers_diff_iteration(const uint8 *left,const uint8 *right,int32 *vector,int32 idx) {
       int id = get_global_id(0);
       int32 x = MAX(vector[idx-1],vector[idx+1]) + id;
       int32 y = idx - x + id;
       if (left[x] != right[y]) {
           vector[x] = x;
       }
   }

然后，您只需要运行线程的max while循环数。但是每次OpenCL运行时，只会产生1个向量结果。 最好尝试一下，然后做一些变化。