如何解决如何从子数组大小并行计算数组的偏移量？
我有一个数据结构数组，在数组中按不同大小的块排序。 一种算法从中提取少量数据结构，并将其存储在新的数据结构中。它还计算从每个块中取出的数量。但是，计算着色器几乎不同步的特性会导致结果数组未排序。我想制作一个新的，它会使用新块大小的知识（过去算法从每个块中获取了多少）来对它们进行排序。然而，虽然我知道块的大小，但我不知道数组中的偏移量，每个块应该从哪里开始。我可以在 cpu 上轻松完成，但一切都发生在 GPU 中——它对图形输入进行预处理，数量庞大，并且来回通信，在帧中间等待 cpu，成本很高。
如何在 GPU 着色器中有效地计算所述偏移量？这对我来说似乎是一个并行减少问题，但需要保存中间结果。
解决方法
对于 NVIDIA GPU，您可以在推力和 CUB 中找到并行“前缀和”的库和代码。如果您将块大小存储在一个数组中，那么该数组上的前缀总和应该为您提供每个块的偏移量。
幼崽：https://nvlabs.github.io/cub/structcub_1_1_device_scan.html
推力：https://docs.nvidia.com/cuda/thrust/index.html#prefix-sums
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
