Question

我使用OpenCL在GPU上运行计算成本高昂的任务。此任务需要在每个工作人员中生成许多随机数。这些随机数中的一些应该在一定的时间间隔内统一生成，但是其他一些必须在（变化的）值周围高斯分布。

这是否有图书馆？
如果没有，实现这样的事情有什么简单方法？

到目前为止，我一直在python中创建随机数并将它们传递给OpenCL。然而，现在的瓶颈是那些随机数的转移（至少比实际计算慢一个数量级）。

Answer 1

来自VexCL套件的

provides库Random123基于计数器的随机数生成器（免责声明：我是该库的开发人员）。

同时检查Boost.compute和ViennaCL个库。

Answer 2

Box-Muller transform是一种易于并行化的方法，用于将均匀随机变量转换为正态分布变量。我已将它与ddemidov提到的Random123库结合使用。

Answer 3

Boost.Compute库提供normal_distribution类以及几个随机数生成器（mersenne_twister_engine和linear_congruential_engine）。这些可以一起用于在设备上产生正常（也称为高斯）分布式随机值。

例如，要生成以float为中心的随机5.0值：

// create a vector of floats on the device
boost::compute::vector<float> vec(1000, context);

// initialize the default random engine
boost::compute::default_random_engine engine(queue);

// setup the normal distribution to produce floats centered at 5
boost::compute::normal_distribution<float> distribution(5.0f, 1.0f);

// generate the random values and store them to 'vec'
distribution.generate(vec.begin(), vec.end(), engine, queue);

OpenCL中的高斯分布随机数

3 个答案: