Question

我正在尝试使用Thrust对数组进行排序，但如果数组太大则无法正常工作。（我有一个GTX460 1GB内存）

我在VS2012上使用cuda与c ++集成，这是我的代码：

我的.cpp

extern "C" void thrust_sort(uint32_t *data, int n);

int main(int argc, char **argv){
    int n = 2<<26;
    uint32_t * v = new uint32_t[n];
    srand(time(NULL));
    for (int i = 0; i < n; ++i) {
        v[i] = rand()%n;
    }

    thrust_sort(v, n);

    delete [] v;
    return 0;
}

我的.cu

extern "C"
void thrust_sort(uint32_t *data, int n){
    thrust::device_vector<uint32_t> d_data(data, data + n);
    thrust::stable_sort(d_data.begin(), d_data.end());
    thrust::copy(d_data.begin(), d_data.end(), data);
}

程序在stable_sort（）开始时停止工作。

stable_sort（）需要多少内存？
有办法解决这个问题吗？（即使它使它有点慢或者其他什么）
是否有另一种排序算法不需要比原始数组更多的内存？

感谢您的帮助：）

Answer 1

在演讲中，有一些技术用它来处理无法容纳在RAM中的数据排序问题，例如在文件中保存部分值等等。所以例子=＆gt; Sorting a Really Big File，Sorting a million 32-bit integers in 2MB of RAM using Python

你的问题不那么复杂，因为你的输入适合RAM，但对你的GPU太“太多”了。您可以使用策略parallel by Regular Sampling来解决此问题。您可以看到here后一种技术的示例适用于quicksort。

长话短说，你基本上将数组分成较小的子阵列，这些子阵列可以放在GPU的内存中。然后对每个子数组进行排序，最后在常规采样方法的前提下合并结果库。

您可以使用混合方法，对CPU中的某些子阵列进行排序，将每个子阵列分配到不同的核心（使用多线程），同时将其他子阵列发送到GPU。您甚至可以使用消息传递接口（例如MPI）将此工作细分到不同的处理器。或者您可以在GPU上逐个对每个子阵列进行排序，并使用CPU执行最终合并步骤，无论是否有利于多核。

cuda数组排序与推力，没有足够的内存

1 个答案: