Question

我有一个存储在GPU上的无符号整数数组，带有CUDA（通常是1000000个元素）。我想计算数组中每个数字的出现次数。只有少数不同的数字（约10），但这些数字可以从1到1000000。大约9/10个数字是0，我不需要计算它们。结果看起来像这样：

58458 -> 1000 occurences
15 -> 412 occurences

我有一个使用atomicAdd的实现，但它太慢了（很多线程写入同一个地址）。有人知道快速/有效的方法吗？

Answer 1

您可以通过首先对数字进行排序，然后进行键控缩减来实现直方图。

最直接的方法是使用thrust::sort然后使用thrust::reduce_by_key。它通常比基于原子的ad hoc binning快得多。这是一个example。

Answer 2

我想您可以在CUDA示例中找到帮助，特别是直方图示例。它们是GPU计算SDK的一部分。你可以在http://developer.nvidia.com/cuda-cc-sdk-code-samples#histogram找到它。他们甚至有一份解释算法的白皮书。

Answer 3

我比较了重复问题thrust count occurence中建议的两种方法，即

使用thrust::counting_iterator和thrust::upper_bound，遵循直方图推力示例;
使用thrust::unique_copy和thrust::upper_bound。

下面，请找一个完整的例子。

#include <time.h>       // --- time
#include <stdlib.h>     // --- srand, rand
#include <iostream>

#include <thrust\host_vector.h>
#include <thrust\device_vector.h>
#include <thrust\sort.h>
#include <thrust\iterator\zip_iterator.h>
#include <thrust\unique.h>
#include <thrust/binary_search.h>
#include <thrust\adjacent_difference.h>

#include "Utilities.cuh"
#include "TimingGPU.cuh"

//#define VERBOSE
#define NO_HISTOGRAM

/********/
/* MAIN */
/********/
int main() {

    const int N = 1048576;
    //const int N = 20;
    //const int N = 128;

    TimingGPU timerGPU;

    // --- Initialize random seed
    srand(time(NULL));

    thrust::host_vector<int> h_code(N);

    for (int k = 0; k < N; k++) {
        // --- Generate random numbers between 0 and 9
        h_code[k] = (rand() % 10);
    }

    thrust::device_vector<int> d_code(h_code);
    //thrust::device_vector<unsigned int> d_counting(N);

    thrust::sort(d_code.begin(), d_code.end());

    h_code = d_code;

    timerGPU.StartCounter();

#ifdef NO_HISTOGRAM
    // --- The number of d_cumsum bins is equal to the maximum value plus one
    int num_bins = d_code.back() + 1;

    thrust::device_vector<int> d_code_unique(num_bins);
    thrust::unique_copy(d_code.begin(), d_code.end(), d_code_unique.begin());
    thrust::device_vector<int> d_counting(num_bins);
    thrust::upper_bound(d_code.begin(), d_code.end(), d_code_unique.begin(), d_code_unique.end(), d_counting.begin());  
#else
    thrust::device_vector<int> d_cumsum;

    // --- The number of d_cumsum bins is equal to the maximum value plus one
    int num_bins = d_code.back() + 1;

    // --- Resize d_cumsum storage
    d_cumsum.resize(num_bins);

    // --- Find the end of each bin of values - Cumulative d_cumsum
    thrust::counting_iterator<int> search_begin(0);
    thrust::upper_bound(d_code.begin(), d_code.end(), search_begin, search_begin + num_bins, d_cumsum.begin());

    // --- Compute the histogram by taking differences of the cumulative d_cumsum
    //thrust::device_vector<int> d_counting(num_bins);
    //thrust::adjacent_difference(d_cumsum.begin(), d_cumsum.end(), d_counting.begin());
#endif

    printf("Timing GPU = %f\n", timerGPU.GetCounter());

#ifdef VERBOSE
    thrust::host_vector<int> h_counting(d_counting);
    printf("After\n");
    for (int k = 0; k < N; k++) printf("code = %i\n", h_code[k]);
#ifndef NO_HISTOGRAM
    thrust::host_vector<int> h_cumsum(d_cumsum);
    printf("\nCounting\n");
    for (int k = 0; k < num_bins; k++) printf("element = %i; counting = %i; cumsum = %i\n", k, h_counting[k], h_cumsum[k]);
#else
    thrust::host_vector<int> h_code_unique(d_code_unique);

    printf("\nCounting\n");
    for (int k = 0; k < N; k++) printf("element = %i; counting = %i\n", h_code_unique[k], h_counting[k]);
#endif
#endif
}

第一种方法表明速度最快。在NVIDIA GTX 960卡上，我有许多N = 1048576数组元素的时序：

First approach: 2.35ms
First approach without thrust::adjacent_difference: 1.52
Second approach: 4.67ms

请注意，没有明确需要明确计算相邻差异，因为如果需要，可以在内核处理期间手动完成此操作。

Answer 4

正如其他人所说，您可以使用select Id, Billing_Date, lead(Billing_Date) over (order by Id) as Billing_Date_Duo方法来计数频率。就我而言，我需要获取阵列模式（最大频率/出现次数），因此这是我的解决方案：

1-首先，我们创建两个新数组，一个包含输入数据的副本，另一个填充以稍后再将其求和（求和）的数组：

sort & reduce_by_key

2-然后，由于// Input: [1 3 3 3 2 2 3] // *(Temp) dev_keys: [1 3 3 3 2 2 3] // *(Temp) dev_ones: [1 1 1 1 1 1 1] // Copy input data thrust::device_vector<int> dev_keys(myptr, myptr+size); // Fill an array with ones thrust::fill(dev_ones.begin(), dev_ones.end(), 1);函数需要对数组进行排序，因此我们对键进行了排序。

reduce_by_key

3-稍后，我们为（唯一）键及其频率创建两个输出向量：

// Sort keys (see below why)
thrust::sort(dev_keys.begin(), dev_keys.end());

4-最后，我们按键进行归约：

thrust::device_vector<int> output_keys(N);
thrust::device_vector<int> output_freqs(N);

5-...如果我们愿意，我们可以获得最频繁的元素

// Reduce contiguous keys: [1 3 3 3 2 2 3] => [1 3 2 1] Vs. [1 3 3 3 3 2 2] => [1 4 2] 
thrust::pair<thrust::device_vector<int>::iterator, thrust::device_vector<int>::iterator> new_end;
new_end = thrust::reduce_by_key(dev_keys.begin(), dev_keys.end(), dev_ones.begin(), output_keys.begin(), output_freqs.begin());

计算CUDA数组中数字的出现次数

4 个答案: