问题标签 [thrust]

有没有办法确定thrust::device_vector<T>您可以安全分配的最大大小？

我正在尝试以这种方式访问​​矢量元素

device_vector 已正确初始化。我收到以下错误：

我究竟做错了什么？

我正在做一个sort_by_key大小为 8000 万的键值 int 数组。该设备是具有2GB VRAM的GTX 560 Ti 。当 sort_by_key 之前的可用（空闲）内存为时，它将完成排序。但是，当可用内存下降到 时，相同键值数组的 sort_by_key 需要!1200MB200ms600MB1.5-3s

我在Compute Visual Profiler下运行该程序。我发现 GPU 时间戳在之前的最后一个内核sort_by_key 和内部的第一个内核调用sort_by_key（即 a RakingReduction）之间跳跃了 1.5-3 秒。

sort_by_key我怀疑在调用它的第一个内部内核之前，内部已经完成了内存分配。需要的内存sort_by_key 是可用的（即使可用内存是600MB），因为 sort_by_key工作正常，即使速度较慢。我看到发生这种情况时计算机会冻结 1 秒。如果我保持进程资源管理器打开，我还会在 CPU物理内存图中看到一个凸起 。

当可用内存较少时，我能做些什么来使这项sort_by_key工作同样快吗？此外，导致内存碰撞和暂时冻结的设备和主机之间发生了什么？

我有3相同大小的数组（超过300.000元素）。一个浮点数数组和两个索引数组。因此，对于每个数字，我都有2ID。

所有3数组都已经在 GPU 全局内存中。我想用他们的 ID 对所有数字进行相应的排序。

有什么方法可以使用 Thrust 库来完成这项任务吗？有没有比 Thrust 库更好的方法？

当然，我不想将它们复制到主机内存或从主机内存复制几次。顺便说一句，它们是数组而不是向量。

提前感谢您的帮助。

暂定解决方案，但这非常慢。这几乎需要几4秒钟，我的数组大小是300000

我正在尝试传递device_vector结构

以下列方式传递给函数：

myvector 已正确初始化

我收到以下错误：

它出什么问题了？

我在 Linux/GCC 上尝试了一些 CUDA/Thrust 代码并想使用一些 TR1 库，当我注意到一些特殊情况时：大多数库总是会引入tr1_impl/type_traits（4.4）或只是type_traits（4.6），并且该标头将始终包含可变参数模板，像这样：

但是，当我在 C++98 或 C++03 模式下运行 GCC 时，也会使用这些头文件！这怎么行？

我遇到的实际问题是 CUDA 工具链不识别 C++0x 结构，并且cudafe++（CUDA 前端，即将联合源代码分离为主机和设备源代码的程序）在遇到错误时正确中止可变参数模板参数。

那么... GCC 如何支持和依赖 C++ 的非 0x 方言中的可变参数模板？有没有办法获得TR1的正版C++03版本？

我目前正在尝试使用 Thrust 库，但我遇到了返回类型的问题。

给出错误：

有人可以向我解释一下返回类型应该是什么吗？

根据文档，返回类型是

但是，这对我不起作用，有人可以解释一下吗！

谢谢！

我有一个 640*480 的向量，其中包含一组数字，我希望找到向量每行的最小和最大数。

但是这非常慢，有什么办法可以加快速度吗？

• 运行时 GPU 上的当前负载仅为 34%，所以必须有办法改善这一点？

我有一个用 C++ 编写的 VS2010 项目，想使用推力::sort 函数。我的数据当前位于 POD（普通旧日期）结构中。推力::排序例程需要主机和设备向量容器才能工作。连接我的 POD 数据以供thrust::sort 使用的最简单方法是什么？

谢谢，戴夫

这是一个关于编程的概念性问题。

总而言之，我有两个数组/向量，我需要对一个数组/向量进行排序，其中一个也传播到另一个数组中，这样如果我对 arrayOne 进行排序，对于排序中的每个交换，同样的事情也会发生在 arrayTwo 上。现在，我知道 std::sort 允许您定义一个比较函数（对于我假设的自定义对象），我正在考虑定义一个来同时交换 arrayTwo。

所以我想要的是 -使用 CUDA 根据其中一个向量中的值对这两个向量进行排序。

这是我不确定性上升的地方，本质上我想使用 Thrust 库进行排序。是否支持自定义比较函数的定义？如果是这样，我仍然没有弄清楚如何在 arrayTwo 中传播更改（因为它将基于 CUDA）。

我真的没有时间在 CUDA 上实现自定义并行快速排序，就像我应该/想要的那样。

原因

本质上，我需要对一堆变量数组与单个数组（想想回归树）进行排序和计算。当然，我需要尽快这样做，基于 CPU 的排序还不够快。

＃更新

我应该强调，我在主机上对两者进行排序没有问题，我正在寻找使用CUDA的解决方案。谢谢。

#更新 2

我想我实际上很幸运并找到了解决方案，因为我发布了这个问题，事实证明 Thrust 实际上提供了我正在寻找的默认内容：

*取自http://code.google.com/p/thrust/wiki/QuickStartGuide#Fancy_Iterators *

所以，现在我要做的就是从两个数组中取出两个推力::device_vectors（我必须从二维数组中取出）。快乐的。