我希望在我的nVidia Geforce上执行许多（数千个）小型优化工作。
对于小型工作，我的意思是3-6维，每个输入大约1000个数据点。基本上它是用于曲线拟合的目的，因此最小化的目标函数是连续（非平凡）分析函数的平方和，我可以通过分析计算一阶导数。每个维度都限制在下边界和上边界之间。
这些工作唯一的共同点是原始数据系列，它们采用不同的1000个数据点。
我怀疑GPU上的速度比现在快得多，我的CPU逐个运行，所以我可以用它来进行实时监控。
然而，我见过的GPU库只专注于计算GPU上的单个功能评估（更快）。
我在nvidia CUDA论坛上有一个关于我的具体问题的帖子，有更多的用户正在寻找这个，但论坛已经停顿了一段时间。它提到将现有的C库（例如levmar）移植到CUDA语言中，但这已经丢失了......
你知道一个现有的库在gpu上并行运行许多优化吗？
谢谢！
答案 0 :(得分：2)
GFOR循环旨在将许多小问题拼凑在一起。环的每个主体与其他环体一起平铺。许多人已将它用于您描述的优化问题。它适用于C/C++, Fortran, or Python以及MATLAB代码。
我的免责声明是我在GFOR工作。但我不知道任何其他生产级GPU库会出现类似的优化问题。如果你四处搜寻，你可能会找到一些学术项目。