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?
答案 0 :(得分:7)
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。
答案 1 :(得分:1)
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。
答案 2 :(得分:1)
我比较了重复问题thrust count occurence中建议的两种方法,即
thrust::counting_iterator
和thrust::upper_bound
,遵循直方图推力示例; 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。
答案 3 :(得分:0)
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());