有没有有效的方法来压缩OpenCL / CUDA中的稀疏数组？

Question

问题

假设我在全局内存中有一个大数组，大部分都是0，但有一些元素（25％）是数字：

[9, 0, 0, 0, 7, 0, 0, 3, 0, 0, 0, 0, 5, 0, 0, 0, 8, 0, 2, 0, 0, 4, 0, 0, 0, 0, 5]

是否有任何有效的内核通过移动数字来压缩该数组＆gt; 0到左侧？

[9, 7, 3, 5, 8, 2, 4, 5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

我尝试了什么

我认为在许多潜在的解决方案中，通常从二进制缩减算法中获取灵感，但那些并不真正适用，因为我没有将所有数字压缩成一个，而是很多。例如，半完整的初始数组不会发生很大变化。当然，一种方法是将数组移动到CPU并应用明显的顺序算法：

var j = 0;
var x = 0;
for (int i = 0; i < len; ++i) {
  if (arr[i] !== 0) {
    x      = arr[j];
    arr[j] = arr[i];
    arr[j] = x;
  }
  if (arr[j] > 0) {
    j += 1;
  }
}

但对于足够大的数组而言，开销可能很大。我找不到任何需要少于O(N)内核调用的解决方案。