在将矩阵A和向量x相乘得到结果y之后,我想对y应用一个函数h元素。
我想获得z= h( A_x ),其中h按元素应用于向量A_x。
我知道如何在GPU上进行矩阵/向量乘法(用cublas)。现在我想把h(这是我自己的函数,用C++编码)应用于结果向量,也是在GPU中,我怎么能这样做呢?
发布于 2015-10-05 19:39:40
两种可能的办法是:
以下是这两种方法的工作示例:
$ cat t934.cu
#include <iostream>
#include <thrust/host_vector.h>
#include <thrust/device_vector.h>
#include <thrust/copy.h>
#include <thrust/for_each.h>
#define DSIZE 4
#define nTPB 256
template <typename T>
__host__ __device__ T myfunc(T &d){
return d + 5; // define your own function here
}
struct mytfunc
{
template <typename T>
__host__ __device__
void operator()(T &d){
d = myfunc(d);
}
};
template <typename T>
__global__ void mykernel(T *dvec, size_t dsize){
int idx = threadIdx.x+blockDim.x*blockIdx.x;
if (idx < dsize) dvec[idx] = myfunc(dvec[idx]);
}
int main(){
// first using kernel
float *h_data, *d_data;
h_data = new float[DSIZE];
cudaMalloc(&d_data, DSIZE*sizeof(float));
for (int i = 0; i < DSIZE; i++) h_data[i] = i;
cudaMemcpy(d_data, h_data, DSIZE*sizeof(float), cudaMemcpyHostToDevice);
mykernel<<<(DSIZE+nTPB-1)/nTPB,nTPB>>>(d_data, DSIZE);
cudaMemcpy(h_data, d_data, DSIZE*sizeof(float), cudaMemcpyDeviceToHost);
for (int i = 0; i < DSIZE; i++) std::cout << h_data[i] << ",";
std::cout << std::endl;
// then using thrust
thrust::host_vector<float> hvec(h_data, h_data+DSIZE);
thrust::device_vector<float> dvec = hvec;
thrust::for_each(dvec.begin(), dvec.end(), mytfunc());
thrust::copy_n(dvec.begin(), DSIZE, std::ostream_iterator<float>(std::cout, ","));
std::cout << std::endl;
}
$ nvcc -o t934 t934.cu
$ ./t934
5,6,7,8,
10,11,12,13,
$注意,为了提供一个完整的示例,我从主机内存中的向量定义开始。如果您已经有了设备内存中的向量(可能是计算y=Ax的结果),那么您可以使用thrust::device_ptr包装器直接将该向量传递给CUDA内核,或者直接在推力函数中使用该向量(此方法将在前面链接的推力快速启动指南中讨论)。
我在这里做的假设是,你想要使用一个变量的任意函数。这应该可以处理myfunc中定义的任意函数。但是,对于您可能感兴趣的某些类别的函数,您可能也能够实现它一个或多个CUBLAS调用。
https://stackoverflow.com/questions/32955924
复制相似问题