CUB (CUDA UnBound) equivalent of thrust::gather

Question

由于推力库的一些性能问题(有关更多详细信息，请参阅此页面(，我计划重构CUDA应用程序以使用CUB而不是推力。 具体来说，替换推力：：sort_by_key和推力：：inclusive_scan调用(。 在我的应用程序中的特定点，我需要按键对 3 个数组进行排序。 这就是我用推力做到这一点的方式：

thrust::sort_by_key(key_iter, key_iter + numKeys, indices);
thrust::gather_wrapper(indices, indices + numKeys, 
      thrust::make_zip_iterator(thrust::make_tuple(values1Ptr, values2Ptr, values3Ptr)),
      thrust::make_zip_iterator(thrust::make_tuple(valuesOut1Ptr, valuesOut2Ptr, valuesOut3Ptr))
);

哪里

• key iter是一个 thrust：:d evice_ptr 指向我要排序的键
• indices指向设备内存中的序列(从 0 到 numKeys-1(
• values{1,2,3}Ptr device_ptrs到我要排序的值
• values{1,2,3}OutPtr device_ptrs排序值

使用 CUB 排序对函数，我可以对单个值缓冲区进行排序，但不能一次性对全部 3 个缓冲区进行排序。 问题是我没有看到任何 CUB"类似收集"的实用程序。 建议？

编辑：

我想我可以实现我自己的收集内核，但是除了：

template <typename Index, typename Value> 
__global__ void  gather_kernel(const unsigned int N, const Index * map, 
const Value * src, Value * dst) 
{ 
    unsigned int i = blockDim.x * blockIdx.x + threadIdx.x; 
    if (i < N) 
    { 
        dst[i] = src[map[i]]; 
    } 
} 

非合并的负载和存储让我感到震惊，但如果没有已知的结构，这可能是不可避免的map.

Answer 1

似乎你想要实现的目标取决于thrust::zip_iterator。你可以

1. 仅将thrust::sort_by_key替换为cub::DeviceRadixSort::SortPairs并保留thrust::gather，或
2. 在使用cub::DeviceRadixSort::SortPairs之前将values{1,2,3}压缩到结构数组中

更新

看完thrust::gather的实现，

$CUDA_HOME/include/thrust/system/detail/generic/gather.inl

你可以看到它只是一个天真的内核，比如

__global__ gather(int* index, float* in, float* out, int len) {
  int i=...;
  if (i<len) { out[i] = in[index[i]]; }
}

然后我认为您上面的代码可以毫不费力地被单个内核替换。

在这个内核中，您可以首先使用 CUB 块 wize 原语cub::BlockRadixSort<...>::SortBlockedToStriped来获取存储在寄存器中的排序索引，然后执行朴素的重新排序复制作为thrust::gather来填充values{1,2,3}Out。

在复制values时，使用 SortBlockedToStriped 而不是 Sort 可以进行合并写入(虽然不是为了阅读(。