Question

我有兴趣通过在GPU上运行它来实现更快的Myers diff实现，即使用OpenCL。我对算法有很好的理解，但对GPU编程不熟悉。我的预感是GPU不会表现良好，但我想听听想法和想法。

这是C中算法的一次迭代的描述。我们有两个常量缓冲区，分别是'left'和'right'（我们正在比较的数据），以及一个名为vector的int32共享可变数组。 'idx'是迭代索引。然后算法基本上是这样的：

   void myers_diff_iteration(const uint8 *left, const uint8 *right, int32 *vector, int32 idx) {
       int32 x = MAX(vector[idx-1], vector[idx+1]);
       int32 y = idx - x;
       while (left[x] == right[y]) {
           x++;
           y++;
       }
       vector[x] = x;
   }

我的猜测是，while循环（具有非常不可预测的迭代次数，范围从零到一百万）可能在GPU上非常糟糕，并且消除了任何性能增益。真的吗？有关如何改进它的任何提示？

此外，矢量在循环的所有迭代之间共享。每次迭代都会写入不同的位置，因此不需要同步（除了要求对对齐的4字节字的写入不会影响相邻字）。这样的共享向量是否会表现良好？

感谢您的帮助！

Answer 1

你可以试试。 GPU会在while循环中出现严重问题，但只要有足够的“迭代”（线程）运行，就不会有任何速度丢失。

你可以这样重写：

   void myers_diff_iteration(const uint8 *left, const uint8 *right, int32 *vector, int32 idx) {
       int id = get_global_id(0);
       int32 x = MAX(vector[idx-1], vector[idx+1]) + id;
       int32 y = idx - x + id;
       if (left[x] != right[y]) {
           vector[x] = x;
       }
   }

然后你只需要运行线程的最大循环数。但它只会产生每个OpenCL运行的向量的1个结果。

最好尝试，然后做一些变化。

Myers Diff是否适合在GPU上运行？

1 个答案: