Question

我有一堆载体（~500）。我需要找到OpenCL中所有向量组合的三重产品。在C ++中有很多combination algorithms（n个n），但我还没有找到任何针对GPU的实现。我在Cuda看到了不少parallel permutation algorithms，但我只是想知道是否存在任何可行的组合算法？

Answer 1

我需要在这里和那里猜测一下你的问题。

我想你有一个n（~500）向量的数组V.这些向量都具有相同的维数m（可能m = 3）。

你想要的是每3个向量v _i，v _j，v _k的组件明智乘积，其中i，j，k在{0，..，n-1}。

简单的三维示例：

result[idx].x = V[i].x * V[j].x * V[k].x;
result[idx].y = V[i].y * V[j].y * V[k].y;
result[idx].z = V[i].z * V[j].z * V[k].z;

现在也许你的矢量不是三维的，也许你不想要组件明智的产品，而是它的总和（如点积），但我相信你能够相应地调整代码。

这里真正的问题是如何计算所有可能的i，j，k和idx。正确的吗？

现在有了CUDA，你处于一个非常幸运的位置。您可以在网格中启动n * n * n个线程，因此可以免费获得i，j，k，而无需考虑计算组合或排列的方法。只需执行以下操作：

dim3 grid, block;
block.x = n;
block.y = 1;
block z = 1;
grid.x = n;
grid.y = n;
grid.z = 1;

compute_product_kernel<<<grid, block>>>( V, result );

这样你就可以启动n个n个n个线程的块。计算i，j，k变得微不足道，计算idx很容易：

__device__ void compute_product_kernel( myVector* V, myVector* result)
{
    int i = blockIdx.x;
    int j = blockIdx.y;
    int k = threadIdx.x;
    int idx = i * gridDim.y * blockDim.x + j * blockDim.x + k;
    ...
}

当然所有这一切都有效，因为你的n在CUDA的块和网格范围内。

但还有两件事：

也许你想要排列而不是组合。你可以通过跳过i，j，k中任意两个相同的每个组合来做到这一点。但我仍然建议保留它们，因为计算何时跳过可能比实际工作更昂贵。另外，我建议不要使用排列来为result节省内存，因为它可以节省1％的内存并使计算更加复杂。
你确定你有足够的记忆来实际做到这一点吗？存储结果需要n * n * n * m * sizeof（float）字节。 n = 500且m = 3，已经是1.5 GB。这真的是你在找什么？也许你的处理的下一步可以合并到计算中，这样就不需要存储中间结果。

OpenCL中整数的组合

1 个答案: