c++ - 通过拒绝方法使用 CUDA 生成随机数。性能问题

Question

我正在运行用 CUDA 编写的用于粒子模拟的蒙特卡罗代码。基本上，在每一步中，我都会计算每个粒子的速度并更新其位置。速度与路径长度成正比。对于给定的 Material ，路径长度具有一定的分布。我知道这个路径长度的概率密度函数。我现在尝试通过 rejection method. 根据此函数对随机数进行采样我会说我的 CUDA 知识有限。我明白，最好是一次创建大块随机数而不是多个小块。然而，对于拒绝方法，我只生成两个随机数，检查某个条件并在失败的情况下重复此过程。因此，我在内核上生成随机数。

使用分析器/nvvp 我注意到，基本上我 50% 的时间花在了拒绝方法上。

我的问题是:有什么方法可以优化拒绝方法吗？

我感谢每一个答案。

代码

这里是拒绝方法。

__global__ void rejectSamplePathlength(float* P, curandState* globalState,
    int numParticles, float sigma, int timestep,curandState state) {
int i = blockDim.x * blockIdx.x + threadIdx.x;
if (i < numParticles) {
    bool success = false;
    float p;
    float rho1, rho2;
    float a, b;
    a = 0.0;
    b = 10.0;
    curand_init(i, 0, 0, &state);
    while (!success) {
        rho1 = curand_uniform(&globalState[i]);
        rho2 = curand_uniform(&globalState[i]);
        if (rho2 < pathlength(a, b, rho1, sigma)) {
            p = a + rho1 * (b - a);
            success = true;
        }
    }
    P[i] = abs(p);

}
}

if 语句中的 pathlength 函数计算内核上的值 y=f(x)。我很确定 curand_init 在时间上有问题，但如果没有这个语句，每个内核都会生成相同的数字？

Answer 1

也许您可以在先前的内核中创建一个随机生成的统一变量池，然后您在该池中选择您的统一变量并在该池中循环。但它应该足够大以避免无限循环..