Question

假设我有一个包含所有不同数字A[4000]

的数组[45,21,764,234,7,0,12,55,...]

然后我有另一个数组B[4000]，表示数组A中区域的位置，如果它是区域的一部分，则为1，如果0，则为1's它不是。如果0彼此相邻，这意味着它们属于同一地区，如果它们不是彼此相邻（1's之间有B = [1,1,1,0,1,1,0,0...]），那么是不同地区的一部分。

离。 first three numbers in array A表示我想要找到5th and 6th numbers in array A, etc.区域中的最大值，以及C[4000]中的最大值这样我就可以生成一个数组A，在B表示的每个区域中保存0的最大值，而在不属于的区域中保存C = [764,764,764,0,7,7,0,0...]区域。

所以在这种情况下0 to 2,000 regions

2 to 4,000 numbers long可以有任何地方，区域的长度可以从4000开始。我事先不知道有多少地区或地区的大小不同。

我一直试图在CUDA中提出一个可以实现这个结果的内核。它需要尽可能快地完成，因为它实际上它将用于图像，这只是一个简化的例子。我的所有想法，例如使用缩减，只有在只有一个区域跨越所有A个数组1的情况下才有效。但是，我不认为我可以在这里使用缩减，因为阵列中可能有多个区域被3996分隔为0's个空格（int intR = 0; while(B[blockIdx.x * blockDim.x + threadIdx.x + intR] > 0){ intMaxR = intMaxR < A[blockIdx.x * blockDim.x + threadIdx.x + intR] ? A[blockIdx.x * blockDim.x + threadIdx.x + intR] : intMaxR; intR++; } int intL = 0; while(B[blockIdx.x * blockDim.x + threadIdx.x - intL] > 0){ intMaxL = intMaxL < A[blockIdx.x * blockDim.x + threadIdx.x - intL] ? A[blockIdx.x * blockDim.x + threadIdx.x + intL] : intMaxL; intL++; } intMax = intMaxR > intMaxL ? intMaxR : intMaxL; for(int i = 0; i < intR; i++){ C[blockIdx.x * blockDim.x + threadIdx.x + i] = intMax; } for(int i = 0; i < intL; i++){ C[blockIdx.x * blockDim.x + threadIdx.x - i] = intMax; }），并且缩减将导致我松散轨道分开的地区。或者，内核中有太多的循环，而if中的语句要快，例如

{{1}}

显然，即使使用共享内存，代码也很慢，并且并没有真正利用CUDA的并行特性。有没有人知道如何在CUDA中有效地完成这项工作？

提前致谢。

Answer 1

一种可能的方法是使用thrust。

可能的顺序是这样的：

使用 thrust::reduce_by_key 生成每个范围的最大值。
使用thrust :: adjacent_difference来描绘每个范围的开始
对步骤2的结果使用包容性扫描以生成聚集索引，即将用于选择将在输出向量的每个位置中的缩减值（步骤1的结果）的索引。
使用thrust::gather_if使用步骤3中生成的聚集索引，有选择地将缩小值放入输出向量中的适当位置（B向量中有1）。

这是一个完整工作的代码，使用A和B向量来证明这一点：

#include <iostream>
#include <thrust/device_vector.h>
#include <thrust/adjacent_difference.h>
#include <thrust/reduce.h>
#include <thrust/copy.h>
#include <thrust/transform_scan.h>
#include <thrust/iterator/discard_iterator.h>
#include <thrust/iterator/transform_iterator.h>
#include <thrust/functional.h>

#define DSIZE 8

template <typename T>
struct abs_val : public thrust::unary_function<T, T>
{
  __host__ __device__
  T operator()(const T& x) const
  {
    if (x<0) return -x;
    else return x;
  }
};

template <typename T>
struct subtr : public thrust::unary_function<T, T>
{
  const T val;
  subtr(T _val): val(_val) {}
  __host__ __device__
  T operator()(const T& x) const
  {
    return  x-val;
  }
};

int main(){

  int A[DSIZE] = {45,21,764,234,7,0,12,55};
  int B[DSIZE] = {1,1,1,0,1,1,0,0};
  thrust::device_vector<int> dA(A, A+DSIZE);
  thrust::device_vector<int> dB(B, B+DSIZE);
  thrust::device_vector<int> dRed(DSIZE);
  thrust::device_vector<int> diffB(DSIZE);
  thrust::device_vector<int> dRes(DSIZE);

  thrust::reduce_by_key(dB.begin(), dB.end(), dA.begin(), thrust::make_discard_iterator(), dRed.begin(), thrust::equal_to<int>(), thrust::maximum<int>());
  thrust::adjacent_difference(dB.begin(), dB.end(), diffB.begin());
  thrust::transform_inclusive_scan(diffB.begin(), diffB.end(), diffB.begin(), abs_val<int>(), thrust::plus<int>());
  thrust::gather_if(thrust::make_transform_iterator(diffB.begin(), subtr<int>(B[0])), thrust::make_transform_iterator(diffB.end(), subtr<int>(B[0])), dB.begin(), dRed.begin(), dRes.begin());
  thrust::copy(dRes.begin(), dRes.end(), std::ostream_iterator<int>(std::cout, " "));
  std::cout  << std::endl;
  return 0;
}

关于示例的说明：

reduce_by_key为每个产生减少的值（最大值） B中连续的0序列或 1序列。你真的需要 1个序列的最大值。我们将丢弃0序列通过gather_if函数的最大值。
我考虑到B矢量可能从两者开始的可能性通过transform_iterator使用1序列或0序列处理步骤2的矢量结果，减去第一个来自每个聚集指数的B向量的值。
adjacent_difference操作将产生1或-1到描绘新序列的开始。我用 transform_inclusive_scan变量与abs_val仿函数一样，用于扫描目的（即生成聚集索引）。
以上代码应生成与您所需的C输出向量匹配的结果，如下所示：
```
$ nvcc -arch=sm_20 -o t53 t53.cu
$ ./t53
764 764 764 0 7 7 0 0
$
```

我们可以使用thrust::placeholders进一步简化上述代码，无需额外的仿函数定义：

#include <iostream>
#include <thrust/device_vector.h>
#include <thrust/adjacent_difference.h>
#include <thrust/reduce.h>
#include <thrust/copy.h>
#include <thrust/transform_scan.h>
#include <thrust/iterator/discard_iterator.h>
#include <thrust/iterator/transform_iterator.h>
#include <thrust/functional.h>

#define DSIZE 2000000
using namespace thrust::placeholders;

typedef int mytype;

int main(){

  mytype *A = (mytype *)malloc(DSIZE*sizeof(mytype));
  int *B = (int *)malloc(DSIZE*sizeof(int));
  for (int i = 0; i < DSIZE; i++){
    A[i] = (rand()/(float)RAND_MAX)*10.0f;
    B[i] = rand()%2;}
  thrust::device_vector<mytype> dA(A, A+DSIZE);
  thrust::device_vector<int> dB(B, B+DSIZE);
  thrust::device_vector<mytype> dRed(DSIZE);
  thrust::device_vector<int> diffB(DSIZE);
  thrust::device_vector<mytype> dRes(DSIZE);

  cudaEvent_t start, stop;
  cudaEventCreate(&start);
  cudaEventCreate(&stop);
  cudaEventRecord(start);
  thrust::reduce_by_key(dB.begin(), dB.end(), dA.begin(), thrust::make_discard_iterator(), dRed.begin(), thrust::equal_to<mytype>(), thrust::maximum<mytype>());
  thrust::adjacent_difference(dB.begin(), dB.end(), diffB.begin());
  thrust::transform_inclusive_scan(diffB.begin(), diffB.end(), diffB.begin(), _1*_1, thrust::plus<int>());
  thrust::gather_if(thrust::make_transform_iterator(diffB.begin(), _1 - B[0]), thrust::make_transform_iterator(diffB.end(), _1 - B[0]), dB.begin(), dRed.begin(), dRes.begin());
  cudaEventRecord(stop);
  cudaEventSynchronize(stop);
  float et;
  cudaEventElapsedTime(&et, start, stop);
  std::cout<< "elapsed time: " << et << "ms " << std::endl;
  thrust::copy(dRes.begin(), dRes.begin()+10, std::ostream_iterator<mytype>(std::cout, " "));
  std::cout  << std::endl;
  return 0;
}

（我已修改上述占位符代码，还包括生成更大尺寸的数据集，以及一些基本的计时设备。）

使用CUDA查找数组中未知大小的区域的最大值

1 个答案: