sorting - CUDA:如何直接在 GPU 上使用推力::sort_by_key？

Question

这个问题在这里已经有了答案:





Thrust inside user written kernels

(4 个回答)


5年前关闭。




Thrust 库可用于对数据进行排序。调用可能如下所示(带有键和值向量):

thrust::sort_by_key(d_keys.begin(), d_keys.end(), d_values.begin());

在 CPU 上调用，使用 d_keys和 d_values在 CPU 内存中；大部分执行都发生在 GPU 上。

但是，我的数据已经在 GPU 上了吗？如何使用 Thrust 库直接在 GPU 上执行高效排序，即调用 sort_by_key来自内核的函数？

此外，我的数据由以下任一键组成 unsigned long long int或 unsigned int和数据总是 unsigned int .我应该如何为这些类型发出推力调用？

Answer 1

正如 Talonmies 链接的问题中所述，您不能从 CUDA 函数(例如 __device__ 或 __global__ )调用 Thrust。但是，这并不意味着您不能通过 Thrust 使用设备内存中已有的数据。相反，您可以使用包装原始数据的推力向量从主机调用所需的推力函数。例如

//raw pointer to device memory
unsigned int * raw_data;
unsigned int * raw_keys;
//allocate device memory for data and keys
cudaMalloc((void **) &raw_data, N_data * sizeof(int));
cudaMalloc((void **) &raw_keys, N_keys * sizeof(int));

//populate your device pointers in your kernel 
kernel<<<...>>>(raw_data, raw_keys, ...);

...

//wrap raw pointer with a device_ptr to use with Thrust functions
thrust::device_ptr<unsigned int> dev_data_ptr(raw_data);
thrust::device_ptr<unsigned int> dev_keys_ptr(raw_keys);

//use the device memory with a thrust call
thrust::sort_by_key(d_keys, d_keys + N_keys, dev_data_ptr);

raw_data指向的设备内存和 raw_keys当你用 Thrust::device_ptr 包裹它们时，它们仍然在设备内存中，因此当您从主机调用 Thrust 函数时，它不必将任何内存从主机复制到设备，反之亦然。也就是说，您使用设备内存直接在 GPU 上进行排序；您将拥有的唯一开销是启动 Thrust 内核和包装原始设备指针。

当然，如果您之后需要在常规 CUDA 内核中使用它们，您可以取回原始指针:

unsigned int * raw_ptr = thrust::raw_pointer_cast(dev_data_ptr);

至于使用 unsigned long long int或 unsigned int作为您的 key ，数据为 unsigned int ，这不是问题，因为 Thrust 是模板化的。即 sort_by_key 的签名是

template<typename RandomAccessIterator1 , typename RandomAccessIterator2 >
void thrust::sort_by_key(           
    RandomAccessIterator1   keys_first,
    RandomAccessIterator1   keys_last,
    RandomAccessIterator2   values_first )

这意味着您可以为键和数据设置不同的类型。只要您的所有键类型对于给定的调用都是同质的，Thrust 就应该能够自动推断类型，而您不必做任何特殊的事情。希望这是有道理的