题
我一整天都在努力解决这个问题,我试图为我的 CUDA 代码中的线程获取一个随机数生成器。我浏览了所有论坛,是的,这个主题出现了相当多,但我花了几个小时试图解开各种代码,但无济于事。如果有人知道一个简单的方法,可能是 设备 可以调用的内核返回 0 到 1 之间的随机浮点数,或者我可以转换的整数,我将不胜感激。
再次,我希望在内核中使用随机数,就像 rand() 一样。
提前致谢
解决方案
我不确定我理解为什么你需要什么特别的东西。任何传统的PRNG都应该或多或少地直接移植。 线性同余应该可以正常工作。你有一些你想要建立的特殊属性吗?
其他提示
对于任何有兴趣的人,您现在可以通过 cuRAND 来完成。
我认为对这个问题的任何讨论都需要回答Zenna的原始请求,那就是线程级实现。特别是设备功能,可以在内核或线程中调用。对不起,如果我用粗体<!>引用了<!>“;短语,但我真的认为到目前为止的答案并没有完全解决这里所寻求的问题。
cuRAND库是您最好的选择。我很欣赏人们想要重新发明轮子(它让人欣赏并更恰当地使用第三方库)但是高性能的高质量数字生成器非常丰富且经过了良好的测试。我可以推荐的最好的信息是关于不同生成器上的GSL库的文档: http://www.gnu.org/software/gsl/manual/html_node/Random-number-generator-algorithms.html
对于任何严肃的代码,最好使用数学家/计算机科学家一直在寻找系统性弱点的主要算法之一。 <!>“mersenne twister <!>”;是一个周期(重复循环)大约10 ^ 6000(MT19997算法意味着<!>; Mersenne Twister 2 ^ 19997 <!>;),它特别适合Nvidia在线程内使用使用线程id调用相同warp的线程作为种子。请参阅此处的论文: http:/ /developer.download.nvidia.com/compute/cuda/2_2/sdk/website/projects/MersenneTwister/doc/MersenneTwister.pdf 。我实际上正在努力使用这个库实现somehting,如果我让它正常工作,我将发布我的代码。 Nvidia在他们的文档站点上有一些关于当前CUDA工具包的例子。
注意:仅仅是为了记录,我不为Nvidia工作,但我承认他们的文档和CUDA的抽象设计是我迄今为止留下深刻印象的东西。
根据您的应用程序,您应该谨慎使用 LCG,而不考虑流(每个线程一个流)是否会重叠。您可以使用 LCG 实现蛙跳,但随后您需要有足够长的 LCG 周期以确保序列不会重复。
一个蛙跳的例子可以是:
template <typename ValueType>
__device__ void leapfrog(unsigned long &a, unsigned long &c, int leap)
{
unsigned long an = a;
for (int i = 1 ; i < leap ; i++)
an *= a;
c = c * ((an - 1) / (a - 1));
a = an;
}
template <typename ValueType>
__device__ ValueType quickrand(unsigned long &seed, const unsigned long a, const unsigned long c)
{
seed = seed * a;
return seed;
}
template <typename ValueType>
__global__ void mykernel(
unsigned long *d_seeds)
{
// RNG parameters
unsigned long a = 1664525L;
unsigned long c = 1013904223L;
unsigned long ainit = a;
unsigned long cinit = c;
unsigned long seed;
// Generate local seed
seed = d_seeds[bid];
leapfrog<ValueType>(ainit, cinit, tid);
quickrand<ValueType>(seed, ainit, cinit);
leapfrog<ValueType>(a, c, blockDim.x);
...
}
但在大多数情况下,该发电机的周期可能不够。
老实说,我会考虑使用第三方库,例如 唠叨. 。SDK 中也有一些批处理生成器,但在本例中这可能不是您想要的。
编辑
由于这刚刚得到投票,我认为值得更新以提及这一点 库兰德, 正如该问题的最新答案所提到的,它是可用的,并提供了许多生成器和发行版。这绝对是最简单的起点。
最好的方法是编写自己的设备功能,这是一个
void RNG()
{
unsigned int m_w = 150;
unsigned int m_z = 40;
for(int i=0; i < 100; i++)
{
m_z = 36969 * (m_z & 65535) + (m_z >> 16);
m_w = 18000 * (m_w & 65535) + (m_w >> 16);
cout <<(m_z << 16) + m_w << endl; /* 32-bit result */
}
}
它会给你100个随机数,结果为32位。
如果你想要一些介于1和1000之间的随机数,你也可以在消费点或生成点采用result%1000
:
((m_z << 16) + m_w)%1000
更改m_w和m_z起始值(在示例中为150和40)可让您每次都获得不同的结果。您可以使用threadIdx.x
作为其中之一,每次都应该为您提供不同的伪随机序列。
我想补充说它的工作速度比rand()函数快2倍,效果很好;)
我没有为CUDA找到一个好的并行数发生器,但我确实找到了一个基于学术研究的并行随机数发生器: http://sprng.cs.fsu.edu/
你可以尝试 Mersenne Twister for GPU
它基于面向SIMD的Fast Mersenne Twister(SFMT),它是一种非常快速和可靠的随机数发生器。它通过Marsaglias DIEHARD测试随机数生成器。