Question

假设我有一些算法generateRandomNumbersAndTestThem（），它以概率p和false返回true，概率为1-p。通常p非常小，例如P = 0.000001

我正在尝试在JOCL中构建一个程序，估计p如下：generateRandomNumbersAndTestThem（）在所有可用的着色器核心（最好是多个GPU）上并行执行，直到找到至少100个trues。然后p的估计值为100 / n，其中n是执行generateRandomNumbersAndTestThem（）的总次数。

对于p = 0.0000001，这意味着大约10 ^ 9次独立尝试，这应该说明我为什么要在GPU上执行此操作。但我正在努力解决如何正确实施停止条件。我的想法是将这些内容作为内核：

__kernel void sampleKernel(all_the_input, __global unsigned long *totAttempts) {
    int gid = get_global_id(0);
    //here code that localizes all_the_input for faster access
    while (lessThan100truesFound) {
        totAttempts[gid]++;
        if (generateRandomNumbersAndTestThem()) 
            reportTrue();
    }
}

如果没有严重的性能损失，我该如何实现呢？鉴于

触发“if”将是一个非常罕见的事件，因此如果所有线程都必须在执行reportTrue（）时等待，那么这不是问题
lessThan100truesFound只有在第100次调用reportTrue（）时才需要修改一次（从true到false）（所以我甚至不知道布尔值是否正确）
计划是为此购买全新的GPU硬件，因此您可以假设最新的GPU，例如多个ATI Radeon HD7970s。但如果我可以在目前的HD5450上进行测试，那就太好了。

我认为可以像Java的“synchronized”修饰符那样完成某些操作，但我找不到确切的方法。这样做的“正确”方法是什么，即任何方式都可以在没有严重性能损失的情况下工作？

Answer 1

我建议不要使用全局标志来停止内核，而是运行内核来执行一定数量的尝试，如果已经积累了足够的“成功”，请检查主机，并在必要时重复。在内核中使用未定义长度的循环是不好的，因为GPU驱动程序可能被看门狗计时器杀死。此外，在每次迭代时检查一些全局变量肯定会破坏内核性能。

这样，reportTrue可以作为atomic_inc实现到驻留在全局内存中的某个计数器。

__kernel void sampleKernel(all_the_input, __global unsigned long *successes) {
    int gid = get_global_id(0);
    //here code that localizes all_the_input for faster access
    for (int i = 0; i < ATT_PER_THREAD; ++i) {
        if (generateRandomNumbersAndTestThem()) 
            atomic_inc(successes);
    }
}

ATT_PER_THREAD将根据执行generateRandomNumbersAndTestThem()所需的时间进行调整。内核启动开销非常小，因此通常不需要使内核运行超过0.1-1秒

GPU上的独立搜索 - 如何同步其完成？

1 个答案: