Question

我正在使用pyCUDA进行CUDA编程。我需要在内核函数中使用随机数。 CURAND库在其中不起作用（pyCUDA）。因为，在GPU中有很多工作要做，在CPU内部生成随机数然后将它们转移到GPU将无法工作，而是解决了使用GPU的动机。

补充问题：

有没有办法在GPU上使用1个块和1个线程分配内存。
我使用的是多个内核。我需要使用多个SourceModule块吗？

Answer 1

尽管你在问题中断言，但PyCUDA对CUrand提供了相当全面的支持。 GPUArray模块具有直接接口，使用主机端API填充设备内存（注意在这种情况下随机生成器在GPU上运行）。

在PyCUDA内核代码中使用CUrand的设备端API也是完全可能的。在这个用例中，最棘手的部分是为线程生成器状态分配内存。有三种选择 - 静态代码，动态使用主机内存端分配，动态使用设备端内存分配。以下（非常轻微测试的）示例说明了后者，在您的问题中看到了它：

import numpy as np
import pycuda.autoinit
from pycuda.compiler import SourceModule
from pycuda import gpuarray

code = """
    #include <curand_kernel.h>

    const int nstates = %(NGENERATORS)s;
    __device__ curandState_t* states[nstates];

    __global__ void initkernel(int seed)
    {
        int tidx = threadIdx.x + blockIdx.x * blockDim.x;

        if (tidx < nstates) {
            curandState_t* s = new curandState_t;
            if (s != 0) {
                curand_init(seed, tidx, 0, s);
            }

            states[tidx] = s;
        }
    }

    __global__ void randfillkernel(float *values, int N)
    {
        int tidx = threadIdx.x + blockIdx.x * blockDim.x;

        if (tidx < nstates) {
            curandState_t s = *states[tidx];
            for(int i=tidx; i < N; i += blockDim.x * gridDim.x) {
                values[i] = curand_uniform(&s);
            }
            *states[tidx] = s;
        }
    }
"""

N = 1024
mod = SourceModule(code % { "NGENERATORS" : N }, no_extern_c=True, arch="sm_52")
init_func = mod.get_function("_Z10initkerneli")
fill_func = mod.get_function("_Z14randfillkernelPfi")

seed = np.int32(123456789)
nvalues = 10 * N
init_func(seed, block=(N,1,1), grid=(1,1,1))
gdata = gpuarray.zeros(nvalues, dtype=np.float32)
fill_func(gdata, np.int32(nvalues), block=(N,1,1), grid=(1,1,1))

这里有一个初始化内核需要运行一次，为发生器状态分配内存并用种子初始化它们，然后是使用这些状态的内核。如果要运行大量线程，则需要注意malloc堆大小限制，但可以通过PyCUDA驱动程序API接口对其进行操作。

Answer 2

我接受的答案有一个问题。我们在那里有一个令人讨厌的名称（这些_Z10initkerneli和_Z14randfillkernelPfi）。为避免这种情况，我们可以手动将代码包装在extern "C" {...}子句中。

code = """
    #include <curand_kernel.h>

    const int nstates = %(NGENERATORS)s;
    __device__ curandState_t* states[nstates];
    extern "C" {

    __global__ void initkernel(int seed)
    { .... }

    __global__ void randfillkernel(float *values, int N)
    { .... }
    }
"""

然后，该代码仍使用no_extern_c=True进行编译：

mod = SourceModule(code % { "NGENERATORS" : N }, no_extern_c=True)

这应该与

一起使用

init_func = mod.get_function("initkernel")
fill_func = mod.get_function("randfillkernel")

希望有帮助。

如何在pyCUDA内核中生成随机数？

2 个答案: