我要求一个 c++ 库来进行 GPU 加速排序（大约 1GB 的数据）和合并排序（例如，大约 100GB 的数据——但大小并不重要，因为合并是一种流算法）。许可证必须是 LGPL、BSD 或类似的。由于可移植性，我非常喜欢 OpenCL（但我也对指向 CUDA 库的链接感兴趣）。我很欣赏有关此主题的论文和博客文章的链接。
一些背景（如果我错了请纠正我）：
1GB 的 2 路合并排序（即 128 000 000 个 8 字节实体）将消耗大约 log 2 (128 000 000)·1G = 27GB 的内存带宽，这在具有顺序内存带宽的现代 CPU 上约为 1 秒约 30GB/秒。（任何非合并排序似乎都需要更长的时间，因为非顺序内存访问速度要慢 10-100 倍）。
虽然我不熟悉现代 GPU，但我怀疑 1GB 的合并排序将花费 0.2 秒甚至更少，因为典型的 GPU 内存带宽约为 150GB/s，如 AMD/ATI 58xx（参见，例如http://en .wikipedia.org/wiki/Comparison_of_AMD_graphics_processing_units#Evergreen_.28HD_5xxx.29_series）
这至少是 5 倍的加速。（通过 16x PCI-E 2.0 传输 1GB 的时间约为 0.125 秒，但似乎可以在排序的同时进行 PCI 传输；但是，这可能需要 2GB 或 3GB 的视频卡内存而不是 1GB）。
我怀疑由于多于 2 路合并排序或某种适用于 GPU 的排序，速度会更快。