CUDA中数组行的最小值

Question

给定n-by-m矩阵，我想在CUDA中构建一个包含每个矩阵行最小值的n大小的向量。

到目前为止，我已经完成了这个：

__global__ void OnMin(float * Mins, const float * Matrix, const int n, const int m) {
    int i = threadIdx.x + blockDim.x * blockIdx.x;
    if (i < n) {
        Mins[i] = Matrix[m * i];
        for (int j = 1; j < m; ++j){
            if (Matrix[m * i + j] < Mins[i])
                Mins[i] = Matrix[m * i + j];
        }
    }
}

呼吁：

OnMin<<<(n + TPB - 1) / TPB, TPB>>>(Mins, Matrix, n, m);

但是我认为可以存在更优化的东西。

我尝试在循环中调用cublasIsamin，但速度较慢。

我也尝试从OnMin内核启动内核（全局）但没有成功......（sm_35，compute_35引发编译错误......我有一个GTX670）

有什么想法吗？

谢谢！

Answer 1

在行主矩阵中查找数组行的最小值是一个并行缩减问题，已在堆栈溢出中多次讨论过。例如，这个。

Reduce matrix rows with CUDA

基本思想是在网格中使用n块。每个块包含固定数量的线程，通常为256个。每个线程块将在m元素的一行上进行并行缩减，以便在协作下找到最小值。

对于可以充分利用GPU的足够大的矩阵，性能上限是复制矩阵一次的一半。