我想使用推力来计算x[]的最大值，但只针对xMask[]为真的那些元素。5, 6, 7, 8]带有xMask[] x[]的最大缩减数是
浏览 11提问于2021-02-24得票数 0
2回答
CUDA在共享内存中查找最大值
、、、、
我有一个内核，它生成一个结果值数组，我希望高效地找到这些值的最大值。数组是在内核的开头用一些负值(例如-1)初始化的。例如，内核使用5个块执行，每个块有256个线程。以下是问题所在：
在这些类型的数组上，并行约简会很复杂，不是吗？怎么做？
浏览 2提问于2012-04-19得票数 0
回答已采纳
我试图用推力来减少一组值的最小和最大值，但我似乎被卡住了。给定一个浮点数组，我希望在一次遍历中减少它们的最小和最大值，但是使用推力的reduce方法，我得到了所有模板编译错误的母亲(或者至少是姑妈)。我的问题是:有没有可能在一次推力中同时降低最小和最大？如果不是，那么实现上述减少的最有效方法是什么？转换迭代器会对我有帮助吗(如果是的话，那么缩减会是一次遍历的缩减吗？)一些额外的信息:我使用的是trust1.5(由<e
浏览 0提问于2012-05-11得票数 1
回答已采纳
3回答
我使用推力来求数组c的和，但我一直收到编译器错误" error : expresion have class type“
float tot = thrust::reduce(c.begin(), c.end
浏览 0提问于2012-04-17得票数 2
回答已采纳
1回答
当我试图捕获流执行以构建CUDA图时，调用thrust::reduce会导致运行时错误cudaErrorStreamCaptureUnsupported: operation not permitted我已经尝试将缩减结果返回给主机和设备变量，并且我正在通过thrust::cuda::par.on(stream)的方式在适当的流中调用缩减。有没有方法可以将thrust函数的执行添加到CUDA图中？
浏览 18提问于2020-04-01得票数 0
回答已采纳
我正在使用visual 2010，并行nsight 2.2和cuda 4.2进行学习。我的系统是Windows8pro x64。排序代码使用推力库： thrust::sort(d_keys.begin(), d_keys.end()); thrust::sort_by_key(d_keys.begin(), d_keys.end(), d_values.begin());
我想知道推力如何将排序函数分派给cu
浏览 0提问于2012-11-15得票数 6
我有一个数据矩阵，在可能的情况下，我应该使用GPU (以及推力库)对其进行一些阐述。到目前为止，我能够将数据复制到GPU并编写自己的内核函数。现在，基于内核函数的输出，我将利用推力库对相同的数据矩阵进行其他精化，如果可能的话，避免从GPU<->CPU下载和重新上传数据。在用一个特殊的cuda函数对GPU做了一些详细说明之后，我将使用推力库对每一行的元素进行求和，并将结果放在每一行的M+1列上。
对于这样的操作</e
浏览 2提问于2015-04-21得票数 1
回答已采纳
1回答
我和GCC在GNU/Linux桌面上使用C++编程语言。我正在尝试用C++实现一些PRAM并行算法。据我所知，在多核CPU上使用OpenMP或多或少有助于模拟CREW PRAM算法。许多复杂的PRAM算法涉及并行前缀求和、排序、对全局地址空间中的向量执行元素级操作等操作。编辑:从本质上讲，我需要的是一个与CUDA世界中使用的推力库类似的OpenMP。
浏览 2提问于2012-07-14得票数 5
回答已采纳
1回答
我使用推力与库达5.5进行整数向量排序。排序100*1024*1024 int应该分配400 my内存，但是nvidia-smi总是显示“内存-使用105 my/1023 my”。:system::detail::bad_alloc'Aborted (core dumped)好的，在排序之前，我的内存使用
浏览 1提问于2014-01-28得票数 0
回答已采纳
7回答
CUDA:归约还是原子操作？
、、、、
我正在编写一个CUDA内核，它涉及到计算给定矩阵的最大值，并且我正在评估可能性。我能找到的最好的方法是：我不能使用原子操作，因为同时有读操作和写操作，所以线程不能被
浏览 4提问于2011-05-08得票数 3
回答已采纳
我有一个结构，如{ int y;}
我打算使用这个结构来表示稀疏矩阵(我知道CUSPARSE和CUSP，但我只打算使用推力执行一些测试)，并使用推力算法执行操作。根据我在CUDA编程教程中所学到的，为了更好地进行内存合并，建议使用数组的结构而不是结构的数组。如果是这样，那么如果我使用上面提到的结构在device_vector中存储非零(以百万为数量
浏览 0提问于2012-07-02得票数 0
回答已采纳
1回答
给定一个std::vector<Eigen::Triplet<double>>，它可以使用setFromTriplets函数创建一个Eigen::SparseMatrix<double>。我正在尝试将我的模拟器代码移到CUDA，并且我必须构建我的稀疏矩阵。我有一个内核，它计算三胞胎并在三个设备指针(int*、int*、double*)中返回它们。但是，我不知道如何从这个指针中组装矩阵。如果有多个(i，j)条目的i、j和值指针，那么是否无论如何都要用CUDA/c
浏览 13提问于2022-11-07得票数 -2
1回答
不久前，我在这里发布了一个模型，我正在尝试使用pycuda构建一个模型，它可以解决大约9000个耦合ODE。然而，我的模型太慢了，一位SO成员建议，内存从主机传输到GPU可能是罪魁祸首。目前，cuda仅用于计算我正在处理的9000个物种中每个物种的变化率。由于我从主机向GPU传递了一个数组来执行此计算，并从GPU返回一个数组以集成到主机上，因此我可以看到这将如何减慢速度。据我所知，boost允许c++和python之间的互操作性。它还包括我读到的c++ odeint，它与推力相结合，可以在GPU上实现快速
浏览 1提问于2013-05-23得票数 0
回答已采纳
我的CUDA代码必须使用(减少到均值/标准，计算直方图)4个数组，每个2048个浮点数长，并且已经从以前的内核存储在设备内存中。
通常建议至少启动与我的多处理器一样多的块。这远远谈不上“让gpu保持忙碌”，但如果我使用更多的块，我将需要通过全局内存进行更多的块间通信，我预计多处理器的任何额外利用都将是静脉的，因为额外的时间用于将数据传入和传出全局内存。
浏览 2提问于2009-11-25得票数 1
1回答
我正在数组上运行一个推力并行二进制搜索类型例程：thrust::device_ptr<int如果函数按顺序执行，那么如何引入并行性来加快函数的计算速度？
浏览 4提问于2015-02-09得票数 0
回答已采纳
我正在优化俾库达/推力计划。在它中，我使用来标识设备上的数组中最小元素的索引。使用Nvidia的可视化分析器，每当我调用thrust::min_element时，就会出现一个DtoH (主机设备) memcpy。我想要的是，所有的一切都只能在设备上进行。换句话说，min_element()的输出应该存储在设备上，我以后可以在设备上使用它，而不会承受小型DtoH memcpy的成本。有办法这样做吗？还是我想错了？#include <thrust/extrema.h>
#inc
浏览 2提问于2014-01-30得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
