Question

我使用openmp来并行化我的代码。我有一个原始数组：

A=[3,5,2,5,7,9,-4,6,7,-3,1,7,6,8,-1,2]

和标记数组：

M=[1,0,1,0,0,0,1,0,0,1,1,0,0,0,1,1]

使用数组M我可以压缩这个打包数组中的原始数组：

A=[3,2,-4,-3,1,-1,2]

我想使用多线程方法解决这个问题。图书馆＆＃39; Thrust＆＃39; for C ++解决了这个问题，但我无法为Fortran找到类似的工具。是否有一个图书馆，比如“推力”和＃39;对于C ++，我可以用来执行流压缩？或者，是否有一种算法，我可以用fortran和openmp自己编写，以解决这个问题？

Answer 1

是否有一个库，比如C ++的'推力'，我可以用它来执行流压缩？

从Fortran调用推进例程应该不那么困难（如果你愿意写一点C ++代码）。此外，推力可以针对OMP后端而不是GPU后端。

或者，是否有一种算法我可以使用fortran和openmp自行编写，以解决这个问题？

基本并行流压缩算法如下。我们假设最初在数据数组中为每个元素分配了一个线程。

在M阵列上执行parallel prefix sum (inclusive scan)：

 M=[1,0,1,0,0,0,1,0,0,1,1,0,0,0,1,1]
sM=[1,1,2,2,2,2,3,3,3,4,5,5,5,5,6,7]

然后每个线程将检查M数组中的元素，如果该元素为非零，它会将A数组中的相应元素复制到输出数组（我们称之为O）：

 M=[1,0,1,0,0,0, 1,0,0, 1,1,0,0,0, 1,1]
sM=[1,1,2,2,2,2, 3,3,3, 4,5,5,5,5, 6,7]
 A=[3,5,2,5,7,9,-4,6,7,-3,1,7,6,8,-1,2]
 O=[3,  2,      -4,    -3,1,      -1,2]

如果您在OMP中执行此操作，则在步骤1和步骤2之间需要OMP屏障。步骤2中的工作相对简单且完全独立，因此您可以使用OMP并行执行循环，并打破工作以任何你想要的方式。第1步将很复杂，我建议按照您和我链接的章节中提供的大纲进行操作。那里的OMP代码将需要各种障碍，但可以并行化。

正如评论中已经提到的，如果这是你想要并行化的唯一的工作，我不推荐使用GPU，因为将数据传输到GPU或从GPU传输数据的成本可能会超过您可能产生的任何并行执行时间的好处。但正如我已经提到的，推力可以针对OMP实现而不是GPU实现。值得一试。

关于来自fortran的推力，你需要的大部分是here。这无疑是CUDA fortran，但唯一的区别应该是不使用device属性，并使用thrust :: host_vector而不是thrust :: device_vector（至少，开始使用）。

使用Openmp进行前缀扫描的流压缩（或阵列打包）

1 个答案: