cuda - 快速 CUDA 推力自定义比较运算符

我正在评估 CUDA，目前正在使用 Thrust 库对数字进行排序。

我想为推力::排序创建我自己的比较器，但它会显着减慢!
我创建了自己的 less 实现，只需从 functional.h 复制代码。
然而，它似乎以其他方式编译并且工作非常缓慢。

默认比较器:推力::less() - 94 ms

我自己的比较器:less() - 906 ms

我使用的是 Visual Studio 2010。我应该怎么做才能获得与选项 1 相同的性能？

完整代码:

#include <stdio.h>

#include <cuda.h>

#include <thrust/host_vector.h>
#include <thrust/device_vector.h>
#include <thrust/generate.h>
#include <thrust/sort.h>

int myRand()
{
        static int counter = 0;
        if ( counter++ % 10000 == 0 )
                srand(time(NULL)+counter);
        return (rand()<<16) | rand();
}

template<typename T>
struct less : public thrust::binary_function<T,T,bool>
{
  __host__ __device__ bool operator()(const T &lhs, const T &rhs) const {
     return lhs < rhs;
  }
};

int main()
{
    thrust::host_vector<int> h_vec(10 * 1000 * 1000);
    thrust::generate(h_vec.begin(), h_vec.end(), myRand);

    thrust::device_vector<int> d_vec = h_vec;

    int clc = clock();
    thrust::sort(d_vec.begin(), d_vec.end(), less<int>());
    printf("%dms\n", (clock()-clc) * 1000 / CLOCKS_PER_SEC);

    return 0;
}

最佳答案

您观察到性能差异的原因是因为 Thrust 正在使用不同的算法实现排序，具体取决于提供给 thrust::sort 的参数。

在第一种情况下，Thrust 可以证明排序可以在线性时间内用基数排序实现。这是因为要排序的数据类型是内置数字类型 ( int )，而比较函数是内置小于操作——Thrust 认识到 thrust::less<int> 将产生与 x < y 等效的结果。

在第 2 种情况下，Thrust 对用户提供的 less<int> 一无所知，并且必须使用基于比较排序的更保守的算法，该算法具有不同的渐近复杂度，即使实际上您的 less<int> 等效于 thrust::less<int> 。

通常，用户定义的比较运算符不能与更严格、更快的排序一起使用，这些排序操作数据的二进制表示，例如基数排序。在这些情况下，Thrust 回退到更一般但更慢的排序。

关于cuda - 快速 CUDA 推力自定义比较运算符，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/9037906/