问题标签 [thrust]

我将以下代码作为数据重组的一部分，以供以后在 CUDA 内核中使用：

现在，如果我设置num为 0（取消注释第 5 行，并注释掉第 6 行），应用程序以超过 30 fps 的速度运行，这是我的目标。但是，当我设置num为等于thrust::count调用时，帧率下降到大约 1-2 fps。为什么会这样？

我的理解是，推力应该是一组高度优化的算法，这些算法利用了 GPU 的力量，所以我很惊讶它会对我的程序性能产生这种影响。这是我第一次使用推力，所以我可能不知道一些重要的细节。

在循环中使用thrust::count是否会导致它运行如此缓慢？我怎样才能优化我的使用呢？

给出一些数字，在我目前的测试用例中，num_particles大约是 2000，num_cells大约是 1500。

我正在使用推力来查找数组的总和，c，但我不断收到编译器错误“错误：表达式必须具有类类型”

这是不起作用的代码行，c 是一个浮点数组，是其他 2 个数组的元素总和。

干杯

我有以下数据结构：

我需要从主机传递的 GPU 上的一组此类结构。最简单的方法是

棘手的时刻是如何分配内存ptr以及如何在那里复制数据。有什么建议吗？

我正在尝试使用 Thrust 库对由另一个数组索引的数组元素求和，但我找不到示例。也就是说，我想实现Matlab的语法

这是一个指导代码，试图指出我想要实现的目标：

另外，从主机代码中，我可以使用global_array[N]而不用cudaMemcpyFromSymbol将其复制回来吗？

每条评论/答案都值得赞赏:)

谢谢

我正在尝试执行 Thrust 快速入门指南中的一些示例代码。它贴在下面。让我丧命的是，当我运行它时，每当我点击 find_if 时都会抛出一个异常“R6010 -abort() 已被调用”。

我已经尝试过使用 4.1 和 4.2 运行时。我正在使用最新的 NSight 候选版本（2012 年 5 月 4 日下载）在 Visual Studio 2010 Ultimate 中构建它。我的显卡是 NVidia NVS 3100m。

我可以运行在一个新的 VS 项目（不使用 Thrust）中生成的向量添加示例，它工作正常。然而，添加推力给了我这种奇怪的感觉。

任何建议表示赞赏。

米

编辑1

又是一条信息。我正在深入研究这一点，发现在 cudaThreadSynchronize() 期间发现了一个错误。消息是“launch_closure_by_value”。

我正在尝试编写一些简单的程序来学习 NVidia CUDA/Thrust。我是个菜鸟。我想要做的是使用带有自定义谓词的 find_if 。目前我的谓词只是在所有内容上都返回 true，所以我正在尝试获取所有输入。我想最终搜索字符串，在其中我用一些字符串 X 初始化函子，然后让 GPU 找到所有匹配的字符串。

我对这里的几点感到困惑。

我尝试填充一个充满指向我的字符串的指针的 device_vector，然后针对我的 MemCmp 谓词运行它。

首先，device_vector“知道”将我的字符串从主内存复制到GPU内存还是只是复制一个指针值？

其次，在“count = d_inputVector.end() - iter;”这一行 它返回 12 是我的迭代器中的项目数，它是 find_if 的结果。这不是错的吗？如果我尝试 iter - d_inputVector.begin() 返回零，这不会让我到任何地方。

最后，我获取小程序结果的方法是否正确？我是否要使用thrust::copy 将内存复制到host_vector 中，并且最后的循环是否足以查看结果？

非常感谢任何建议。谢谢，

米

我正在尝试使用 Thrust 减少一组值的最小值和最大值，但我似乎被卡住了。给定一组浮点数，我想要一次减少它们的最小值和最大值，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（或至少是阿姨）。

我的原始代码包含 5 个值列表，分布在 2 个我想要减少的 float4 数组中，但我已将其归结为这个简短的示例。

如果我将它分成 2 个缩减而不是它当然有效。那么我的问题是：是否有可能通过推力同时减少最小值和最大值，以及如何减少？如果不是，那么实现上述减少的最有效方法是什么？转换迭代器会帮助我吗（如果是这样，那么减少会是一次减少吗？）

一些附加信息：我正在使用 Thrust 1.5（由 CUDA 4.2.7 提供） 我的实际代码使用的是 reduce_by_key，而不仅仅是 reduce。我在写这个问题时发现了 transform_reduce ，但是这个问题没有考虑到密钥。

我是 CUDA 新手，正在尝试对大量数组进行一些处理。每个数组是一个大约 1000 个字符的数组（不是字符串，只是存储为字符），最多可以有 100 万个字符，因此要传输大约 1 gb 的数据。这些数据已经全部加载到内存中，并且我有一个指向每个数组的指针，但我认为我不能依赖所有数据在内存中的顺序，所以我不能一次调用就全部传输。

我目前第一次尝试使用推力，并基于此消息的解决方案 ...我使用分配所有内存的静态调用创建了一个结构，然后每个单独的构造函数复制该数组，我有一个转换调用，它接收带有指向设备数组的指针的结构。

我的问题是这显然非常慢，因为每个数组都是单独复制的。我想知道如何更快地传输这些数据。

在这个问题中（这个问题大部分是不相关的，但我认为用户正在尝试做类似的事情）talonmies 建议他们尝试使用 zip 迭代器，但我看不出这将如何帮助传输大量数组。

我在写这个问题时也刚刚发现了 cudaMemcpy2DToArray 和 cudaMemcpy2D ，所以也许这些就是答案，但我没有立即看到它们是如何工作的，因为它们似乎都没有将指向指针的指针作为输入......

欢迎任何建议...

这似乎是一个简单的问题，但我就是想不出一个优雅的方式来用 CUDA Thrust 做到这一点。

我有一个二维矩阵 NxM 和一个大小为 L 的所需行索引的向量，它是所有行的子集（即 L < N）并且不规则（基本上是一个不规则列表，如 7,11,13,205，... ETC。）。该矩阵按行存储在推力装置向量中。索引数组也是一个设备向量。这是我的两个问题：

1. 从原始 NxM 矩阵复制所需行形成新矩阵 LxM 的最有效方法是什么？
2. 是否可以为原始 NxM 矩阵创建一个迭代器，该迭代器仅取消对属于所需行的元素的引用？

非常感谢您的帮助。

我想将 openMP 程序转换为 cuda c。
我试图在网络和 sdk 上找到我的方式。但是材料超出了我的水平。
我的 c 程序循环遍历n=2^30索引并添加每个索引的权重。

1) 正确的 grid_size 和 block_size 是多少？
我的猜测是复制openMP并做

2) 如何在 cuda 中实现 openMP 缩减？
我尝试acudaMemcpy然后减少标准c中的数组，但它似乎很慢。
我看着thrust图书馆和它的reduce经营者。但我看不到如何将它与我当前的代码集成。

程序.c

程序.cu

我的显卡