pycuda - 使用 PyCUDA + CURAND 生成许多随机模拟

Question

对于最多 100000 (1M) 的 numDraws，我可以轻松执行以下操作

def Simple_Elt(numDraws):
    import numpy as np
    gauss = np.random.normal

    import pycuda.gpuarray as ga
    from pycuda.cumath import exp as gaexp    
    import pycuda.autoinit
    from pycuda.elementwise import ElementwiseKernel

    npgausses = gauss(size=(numDraws,)).astype(np.float32)
    gausses   = ga.to_gpu(npgausses)

    eltComp = """p[i] = exp(p[i]);"""
    kernel = ElementwiseKernel("float *p", eltComp, "expnorm")
    kernel(gausses)

    sumEN = ga.sum(gausses).get()

Simple_Elt(1000000)

但是，对于 N = 10000000 (10M)，我在将随机值传输到 GPU 时耗尽了 GPU 内存。我想一次解决两个问题：（1）有效地使用 GPU 生成随机数和（2）消除大小限制。

现在，我不确定最好的方法。这里的代码展示了如何使用“原始”PyCUDA 制作自定义的普通随机数生成器，以从 CPU 生成的统一随机数中执行 Box-Muller，但我认为使用 CURAND 会更有意义。但是，使用 PyCuda 的 CURAND 接口似乎给了我相同的大小限制（而且，我相信它会产生许多随机数生成器，这会导致高开销 - 这是来自 PyCUDA CURAND API 文档警告here。所以，我想一种可能性是使用PyCUDA 对底层 CURAND 的自定义调用。这都是猜测工作。

但是，我真正的问题是解决上述两个问题的最佳方法。

非常感谢示例、指针和建议。