GPU加速排序（~1GB）和合并排序（~100GB）

Question

我要求一个c ++库进行GPU加速排序（大约1GB的数据）和合并排序（比如大约100GB的数据 - 但大小无关紧要，因为merge是一种流算法）。许可证必须是LGPL，BSD或类似的。由于可移植性，我非常喜欢OpenCL（但我也对CUDA库的链接感兴趣）。我很欣赏有关此主题的论文和博客文章的链接。

一些背景（如果我错了，请纠正我）：

1路的2路合并排序（即128,000 000个8字节实体）将消耗大约log ₂ （128 000 000）·1G = 27GB的内存带宽，即在现代CPU上大约1秒钟，顺序内存带宽约为30GB / s。 （任何非合并排序似乎需要更长的时间，因为非顺序内存访问速度在10-100次之内）。

虽然我不熟悉现代GPU，但我怀疑1GB的合并类型需要0.2秒甚至更少，因为典型的GPU内存带宽约为150GB / s，如AMD / ATI 58xx（例如参见{{ 3}}）

这至少是加速的5倍。 （在16x PCI-E 2.0上传输1GB的时间约为0.125秒，但似乎可以将PCI传输与排序并行;但是，这可能需要2GB或3GB的视频卡内存而不是1GB）。

我怀疑由于超过双向合并排序或某种类型而适用于GPU的速度更快。

Answer 1

你看过Thrust吗？

从项目页面：

  

Thrust是一个类似于C ++的并行算法库   标准模板库（STL）。 Thrust的高级界面非常棒   在提高性能可移植性的同时提高开发人员   在GPU和多核CPU之间。与已建立的互操作性   技术（如CUDA，TBB和OpenMP）有助于集成   使用现有软件。快速开发高性能应用程序   与推力！

许可证是Apache，所以它应该适合你。