ITPub博客

首页 > Linux操作系统 > Linux操作系统 > Thrust快速入门教程(三)——算法 1

Thrust快速入门教程(三)——算法 1

原创 Linux操作系统 作者:忆幽梦 时间:2011-05-26 20:46:15 0 删除 编辑

Thrust提供了丰富的常用并行算法。算法的功能与STL中的非常相似,于是我使用了相同的名称(例如thrust::sort  std::sort)。

所有的Thrust算法均提供了主机端和设备端。特指出,当入主机端迭代器,将会度主机端方法,相似的,当使用设备端迭代器时将使用设备端实现。

trust::copy是一个例外,他可以任意的拷贝主机端和设备端的数据。但是所有的迭代器参数必须符合算法的要求,要与之对应。当不能满足要求的时候,编译器会报错。

 

Transformations

Transformations算法作用是用来将目容器赋上特定值(例如零)或者特定数列。之前的例子我们已经使用过thrust::fill,可以向所有元素赋特定值。此外transformations算法还包括thrust::sequencethrust::replacethrust::transform。完整的列表请参考文档。

下面的代码演示了几个transformation算法的用法。注意类似于C++中拥有的thrust::negatethrust::modulusThrustthrust/functional.h中也提供了,此外还有plusmultiplies等。

  1. # include   
  2. # include   
  3. # include   
  4. # include   
  5. # include   
  6. # include   
  7. # include   
  8. # include   
  9.       
  10. int main ( void )  
  11. {  
  12. // allocate three device_vectors with 10 elements  
  13. thrust :: device_vector <int > X (10) ;  
  14. thrust :: device_vector <int > Y (10) ;  
  15. thrust :: device_vector <int > Z (10) ;  
  16. // initialize X to 0,1,2,3, ....  
  17. thrust :: sequence (X. begin () , X. end ());  
  18. // compute Y = -X  
  19. thrust :: transform (X. begin () , X.end () , Y. begin () , thrust :: negate <int >() );  
  20. // fill Z with twos  
  21. thrust :: fill (Z. begin () , Z. end () , 2);  
  22. // compute Y = X mod 2  
  23. thrust :: transform (X. begin () , X.end () , Z. begin () , Y. begin () , thrust :: modulus <int >() );  
  24. // replace all the ones in Y with tens  
  25. thrust :: replace (Y. begin () , Y. end () , 1, 10) ;  
  26. // print Y  
  27. thrust :: copy (Y. begin () , Y. end () , std :: ostream_iterator <int >( std :: cout , "\n"));  
  28. return 0;  
  29. }  
 

thrust/fuctuional.h中的函数提供了大部分内置代数和比较运算,但是我们想提供更多出色的功能。比如,运算y < - a * x + yxy为向量,a为常数标量。这其实就是我们所熟知的由BLAS提供的SAXPY运算。

如果我们在thrust中实现SAXPY我们有几个选择。一个是,我们需要使用两个transformations(一个加和一个乘法)还有一个临时数则用于存储a乘后的值。另一更佳选择是使用一个单独的由用户自己定义函数的transformation,这才是我们真正先要的。我下面用源代码解释说明这两种方法。

  1. struct saxpy_functor  
  2. {  
  3. const float a;  
  4. saxpy_functor ( float _a) : a(_a) {}  
  5. __host__ __device__  
  6. float operator ()( const float & x, const float & y) const {  
  7. return a * x + y;  
  8. }  
  9. };  
  10. void saxpy_fast ( float A, thrust :: device_vector <float >& X, thrust :: device_vector < -  
  11. float >& Y)  
  12. {  
  13. // Y <- A * X + Y  
  14. thrust :: transform (X. begin () , X.end () , Y. begin () , Y. begin () , saxpy_functor (A));  
  15. }  
  16. void saxpy_slow ( float A, thrust :: device_vector <float >& X, thrust :: device_vector < -  
  17. float >& Y)  
  18. {  
  19. thrust :: device_vector <float > temp (X. size ());  
  20. // temp <- A  
  21. thrust :: fill ( temp . begin () , temp . end () , A);  
  22. // temp <- A * X  
  23. thrust :: transform (X. begin () , X.end () , temp . begin () , temp . begin () , thrust :: -  
  24. multiplies <float >() );  
  25. // Y <- A * X + Y  
  26. thrust :: transform ( temp . begin () , temp . end () , Y. begin () , Y. begin () , thrust :: plus < -  
  27. float >() );  
  28. }  
 

Saxpy_fastsaxpy_slow都是有效的SAXPY实现,尽管saxpy_fast会比saxpy_slow更快。忽略临时向量分配与代数运算的花费,其开销如下:

fast_saxpy2N次读取和N次写入

slow_saxpy4N次读取和3N写入

因为SAXPY受到内存约束(它的性能受限于内存的带宽,而不是浮点性能)更大量的读写操作使得saxpy_slow开销更加昂贵。而saxpy_fast执行速度与优化的BLAS实现中的SAXPY一样快。在类似SAXPY内存约束算法通常值得使用kernel融合(合并多个计算于单独的kernel)的方法以最小化内存的读写交换。

Thrust::transform只支持一个或者两个输入参数的transformations(例如f(x) -> y  f(x; y) -> z)。当transformation使用多于两个输入参数的时候需要使用其他方法了。例子arbitrary_transformation展示了使用thrust::zip_interatorthrust::for_each的解决方案。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10433498/viewspace-696384/,如需转载,请注明出处,否则将追究法律责任。

上一篇: 没有了~
下一篇: 没有了~
请登录后发表评论 登录
全部评论

注册时间:2011-03-17

  • 博文量
    1
  • 访问量
    1213