生成随机数：CPU与GPU，目前胜出？

Question

我一直致力于物理模拟，需要生成大量的随机数（如果你想要一个想法，至少需要10 ^ 13）。我一直在使用Mersenne twister的C ++ 11实现。我还读到，同一算法的GPU实现现在是Cuda库的一部分，并且GPU在此任务中可以非常高效;但我找不到明确的数字或​​基准比较。例如，与8核i7相比，上一代的Nvidia卡在生成随机数方面更具性能吗？如果是，价格范围是多少和多少？

我认为我的模拟可以通过让GPU生成大量随机数而CPU完成其余工作来获得。

Answer 1

可在此处找到一些比较： https://developer.nvidia.com/cuRAND

Answer 2

如果您有足够新的Intel CPU（IvyBridge或更新版本），则可以使用RDRAND指令。

这可以通过_rdrand16_step(), _rdrand32_step() and _rdrand64_step()内在函数使用。

可通过VS2012 / 13，英特尔编译器和gcc。

获得

生成的随机数最初是在真实随机数上播种的。专为 NIST SP 800-90A 合规而设计，其随机性非常高。

一些数字供参考：

在配备HT（2.3GHz）的IvyBridge双核笔记本电脑上，2 ^ 32（4 Gigs）随机32位数字单线程为5.7秒，OpenMP为1.7秒。