CUDA库之cuRand

[_梦魇花葬]

cuRand函数库提供了GPU端不同类型的随机数字的生成。在C语言中，可能习惯在主机端调用标准库函数rand()。和其它的标准库函数一样，rand()无法在设备端代码使用。因此，唯一的选择是在主机端创建一组随机数字，然后将它们复制到设备端。这回导致很多问题：（1）增加主机启动时间；（2）增加PCI-E带宽；(3)实际上，数据集的随机分布并不好。
标准库函数rand()并不是设计来产生真正随机的数据。它通过创建一组伪随机数并每次简单地从列表中选择下一个元素，从而实现随机数的生成。因此，任何指导生成随机数所使用的种子的人都可以准确的预测出给定序列中的下一个随机数。
回到正题，为了使用cuRand函数库，需要包含下列头文件：

#include <curand_kernel.h>

此外，需要确保链接到了下列函数库：

curand.lib

结合上一节谈到的Thrust，我们一起来看一个例子：

#include <thrust/iterator/counting_iterator.h> 
#include <thrust/functional.h> 
#include <thrust/transform_reduce.h> 
#include <curand_kernel.h> 

#include <iostream> 
#include <iomanip> 

// we could vary M & N to find the perf sweet spot 
struct estimate_pi : 
    public thrust::unary_function<unsigned int, float> 
{ 
    __device__ 
    float operator()(unsigned int thread_id) 
    { 
        float sum = 0; unsigned int N = 10000; // samples per thread 
        unsigned int seed = thread_id; 
        curandState s; 

        // seed a random number generator 
        curand_init(seed, 0, 0, &s); 

        // take N samples in a quarter circle 
        for(unsigned int i = 0; i < N; ++i) 
        { 
            // draw a sample from the unit square 
            float x = curand_uniform(&s); 
            float y = curand_uniform(&s); 

            // measure distance from the origin 
            float dist = sqrtf(x*x + y*y); 

            // add 1.0f if (u0,u1) is inside the quarter circle 
            if(dist <= 1.0f) 
                sum += 1.0f; 
        } 
        // multiply by 4 to get the area of the whole circle 
        sum *= 4.0f; 

        // divide by N 
        return sum / N; 
    } 
}; 

int main(void) 
{ 
    // use 30K independent seeds 
    int M = 30000; 
    float estimate = thrust::transform_reduce( 
                thrust::counting_iterator<int>(0), 
                thrust::counting_iterator<int>(M), 
                estimate_pi(), 
                0.0f, 
                thrust::plus<float>()); 
    estimate /= M; 
    std::cout << std::setprecision(3); 
    std::cout << "pi is approximately "; 
    std::cout << estimate << std::endl; 
    return 0; 
} 

转自：《CUDA并行程序设计 GPU编程指南》

[tabctrl1]

一如既往的支持

[sinat_16595929]

高深的学问，表示不懂

[sinat_16595929]

学习学习再学习

[alexzhb]

看来我要好好学习了

[adiaoajin]

好复杂啊要学习

[orangeeku]

一样是来学习的

[qq_14918461]

学习了 学习了

[春枫琰玉]

学习了。。。很好

[henry81918]

学习了~~很好

[qq_16606779]

学习了，谢谢您的分享。

[qq_16632601]

好难啊 看不懂呢

[「已注销」]

CUDA？好吧，来学习了

[qq_16609681]

真是好是不是

[robin58]

刚刚看到，了解一点了

[qq_16706727]

学习了 谢谢.

[李西元]

学习学习！！！！！！！！！！！！！

[shen150]

学习了，谢谢您的分享。

[chenziqifhy]

[竹凌居士]

学习了，谢谢啊

[qq_16740083]