Question

我正在编写一个cuda程序，我需要生成一个随机变量，该变量将通过遵循正态分布生成。我希望随机变量的值被限制在0到8之间。所以我希望随机变量在内核函数中生成，然后随机变量结果将用于进一步使用。我打算将cuRAND库用于此目的。我一直在尝试使用curand_normal设备api来生成值但没有任何成功。如果有人可以为我提供内核功能代码，那将非常有帮助。谢谢你的帮助。

下面提供的代码是我在gpu中搜索的cpu实现：

  #include "stdafx.h"
    #include <iostream>
    #include <random>

    using namespace std;
    int _tmain(int argc, _TCHAR* argv[])
    {
        const int nrolls=10000;  // number of experiments
        const int nstars=100;    // maximum number of stars to distribute
        int i;
        default_random_engine generator;
        normal_distribution<double> distribution(0.0,3);


       for (i=0;i<=nstars;i++)
       {   int number = distribution(generator);
           printf("%d\n\n",number);
        }


        return 0;
    }

我想补充一点，我不知道C ++，我只是按照我在其他网站上看到的其他代码编写了这个程序。感谢。

Answer 1

这是this code的改编，它将产生一个近似“正常”分布的随机数集，可以采用大约0到8之间的离散值。我不理解评论中的请求范围为0到8，平均值为0.

#include <stdio.h>
#include <stdlib.h>
#include <cuda.h>
#include <curand_kernel.h>
#include <math.h>
#define SCALE 2.0
#define SHIFT 4.5
#define DISCRETE
#define BLOCKS 1024
#define THREADS 512

#define CUDA_CALL(x) do { if((x) != cudaSuccess) { \
    printf("Error at %s:%d\n",__FILE__,__LINE__); \
    return EXIT_FAILURE;}} while(0)

__global__ void setup_kernel(curandState *state)
{
    int id = threadIdx.x + blockIdx.x * blockDim.x;
    /* Each thread gets different seed, a different sequence
       number, no offset */
    curand_init(7+id, id, 0, &state[id]);
}



__global__ void generate_normal_kernel(curandState *state,
                                int *result)
{
    int id = threadIdx.x + blockIdx.x * blockDim.x;
    float x;
    /* Copy state to local memory for efficiency */
    curandState localState = state[id];
    /* Generate pseudo-random uniforms */
    for(int n = 0; n < 10; n++) {
        x = (curand_normal(&localState) * SCALE)+SHIFT;
        /* Discretize */
#if defined DISCRETE
        x = truncf(x);
#endif
    }
    /* Copy state back to global memory */
    state[id] = localState;
    /* Store last generated result per thread */
    result[id] = (int) x;
}


int main(int argc, char *argv[])
{
    int i;
    unsigned int total;
    curandState *devStates;
    int *devResults, *hostResults;
    int device;
    struct cudaDeviceProp properties;

    CUDA_CALL(cudaGetDevice(&device));
    CUDA_CALL(cudaGetDeviceProperties(&properties,device));


    /* Allocate space for results on host */
    hostResults = (int *)calloc(THREADS * BLOCKS, sizeof(int));

    /* Allocate space for results on device */
    CUDA_CALL(cudaMalloc((void **)&devResults, BLOCKS * THREADS *
              sizeof(int)));
    /* Set results to 0 */
    CUDA_CALL(cudaMemset(devResults, 0, THREADS * BLOCKS *
              sizeof(int)));

    /* Allocate space for prng states on device */
    CUDA_CALL(cudaMalloc((void **)&devStates, THREADS * BLOCKS *
                  sizeof(curandState)));

    /* Setup prng states */
    setup_kernel<<<BLOCKS, THREADS>>>(devStates);


    /* Generate and use uniform pseudo-random  */
    generate_normal_kernel<<<BLOCKS, THREADS>>>(devStates, devResults);

    /* Copy device memory to host */
    CUDA_CALL(cudaMemcpy(hostResults, devResults, BLOCKS * THREADS *
        sizeof(int), cudaMemcpyDeviceToHost));

    /* Show result */
    if (THREADS*BLOCKS > 20){
      printf("First 20 stored results:\n");
      for (i=0; i<20; i++)
        printf("%d\n", hostResults[i]);
      }

    total = 0;
    for(i = 0; i < BLOCKS * THREADS; i++) {
        total += hostResults[i];
    }
    printf("Results mean = %f\n", (total/(1.0*BLOCKS*THREADS)));



    /* Cleanup */
    CUDA_CALL(cudaFree(devStates));
    CUDA_CALL(cudaFree(devResults));
    free(hostResults);
    return EXIT_SUCCESS;
}

您可以轻松修改此代码以生成连续值正态分布（浮点数）。

正态分布的两个参数是均值和标准差。这些是使用SHIFT和SCALE参数表示的。 SHIFT将均值从零移动。 SCALE修改标准偏差（从1.0到任何SCALE指示）。因此，您可以使用SHIFT和SCALE参数来获得所需的分布。请注意，截断随机数生成器的实值输出会影响统计信息。您可以通过调整SCALE或SHIFT进行调整，也可以从truncf()切换到某种舍入方式。

您可以使用以下命令编译：

nvcc -arch=sm_20 -o uniform uniform.cu

假设您拥有cc2.0或更高版本的GPU。

如果没有，可以编译：

nvcc -o uniform uniform.cu

在这种情况下，编译器警告double将被降级为float，可以忽略。

THREADS和BLOCKS是机器范围内的任意选择。您可以修改这些以适合您自己代码的特定启动配置。

在cuda内核中生成随机数

1 个答案: