Question

我想使用Thrust（因为我的大部分方法是使用推力数据类型实现）或C CUDA，如果需要，只能对向量的正浮点元素求和。数据最初未排序。我的初始刺伤非常糟糕：基本上，复制矢量，对其进行排序，通过将其传递到内核来找到零交叉，该内核比较顺序成对值并写入与零交叉匹配的内核。基本上在排序后（我用Thrust做）...

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;
}

这真的是愚蠢的，很多线程匹配条件，太多的读取，分支差异等等。所以，它完全失败，每个调用将在相同的数据上给出不同的结果等。

我还没有找到一个在Thrust中实现这个的好方法，这是我更喜欢的。排序后我不知道如何找到过零点。有关跳跃点的建议吗？一个实际工作简单的CUDA C实现也可以。

Answer 1

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>());

只计算向量CUDA / THRUST的正元素

1 个答案: