推力：reduce_by_key 比预期慢

Question

我有以下代码：

   thrust::device_vector<int> unique_idxs(N);
   thrust::device_vector<int> sizes(N);
   thrust::pair<thrust::device_vector<int>::iterator, thrust::device_vector<int>::iterator> new_end = reduce_by_key(idxs.begin(), idxs.end(),thrust::make_constant_iterator(1),unique_idxs.begin(),sizes.begin());        
   int unique_elems=new_end.first-unique_idxs.begin();
   sizes.erase(new_end.second, sizes.end());

其中 idxs 是索引的排序设备向量，unique_idxs 是唯一索引，sizes 是每个索引的频率。

为我的程序计时我发现与处理相同或更多数据量的其他操作相比，此操作需要很长时间...有什么方法可以加快它的速度吗？

事实上，当 idxs 的大小超过 500k 元素时，这部分也会导致 NVIDIA Kernel Mode Crash。

编辑

我找到了有关 Thrust 的演示文稿，我认为我正在做的正是它在第 38 页上描述的内容，即使是 10M 点，它也应该运行以毫秒为单位。如演示文稿所示，我正在 GTX 480 上测试我的代码。 http://thrust.googlecode.com/files/GTC%202010%20%28Part%202%29%20-%20Thrust%20By%20Example.pdf

Answer 1

我犯了一个可怕的错误！我没有正确计时我的代码，因此，我认为延迟是由于减少部分造成的，而我之前执行的转换是罪魁祸首。

推力：reduce_by_key 比预期慢

Thrust : reduce_by_key is slower than expected

parallel-processing

performance

cuda

gpgpu

thrust