CUDA - 使用CURAND傻瓜庫

我正在閱讀CURAND Library API，並且我是CUDA的新手，我想看看是否有人能真正向我展示使用CURAND庫生成隨機數的簡單代碼。我正在研究生成大量的數字以用於離散事件模擬。我的任務是開發算法來使用GPGPU來加速隨機數的生成。我已經在標準C語言編程中實現了LCG，乘法和斐波那契方法。不過，我想將這些代碼「移植」到CUDA中，並利用線程和塊來加速生成隨機數的過程。CUDA - 使用CURAND傻瓜庫

鏈接1：http://adnanboz.wordpress.com/tag/nvidia-curand/

那人有兩個，我會需要（LCG和梅森難題），但代碼不提供太多細節的方法。我想知道是否有人能夠在這些初始實現上進行擴展，以便實際指出我如何正確使用它們的正確方向。

謝謝！

來源

2012-07-30 Wilo Maldonado

在演示簡單CURAND使用的SDK示例程序中，應該有蒙特卡羅估計PI。例如。在MonteCarloCURAND下估算PiP。你有機會看看嗎？ – njuffa 2012-07-30 22:04:31

是的，我看着它。不過，我正在尋找一個隨機數生成器的例子。我將編輯我的問題，發佈我開發的代碼，我遇到了麻煩。 – 2012-07-31 00:57:00

@njuffa任何人都想分享/詳細說明這一點？ – 2012-08-01 18:05:57

你的問題是誤導 - 你說「使用cuRAND圖書館傻瓜」，但你實際上並不想使用cuRAND。如果我理解正確，您實際上想從頭開始實施自己的 RNG，而不是使用cuRAND中可用的優化RNG。

第一個建議是重新決定使用自己的RNG，爲什麼不使用cuRAND？如果統計屬性適用於您的應用程序，那麼使用cuRAND可以更好地瞭解它適用於所有代GPU。它包括Marsaglia的XORWOW，l'Ecuyer的MRG32k3a和MTGP32 Mersenne Twister（以及Sobol'準RNG）。
你也可以看看Thrust，它有一些簡單的RNG，例如見Monte Carlo sample。
如果您確實需要創建自己的生成器，那麼在GPU Computing Gems（Emerald Edition，第16章：隨機數生成器的並行化技術）中有一些有用的技巧。

作爲一個方面說明，請記住，雖然簡單的LCG快速且易於跳過，但它們通常具有fairly poor statistical properties，特別是在使用大量繪圖時。當你說你需要「Mersenne Twister」時，我認爲你的意思是MT19937。引用的Gems的書談到了MT19937的並行化，但是最初的開發者創建了MTGP生成器（上面也提到過），因爲MT19937實現跳過（skip-ahead）相當複雜。

另外作爲另一方面的說明，只是使用不同的種子來實現並行化通常是一個壞主意，統計上你不能保證獨立性。您需要先行跳躍或跳躍式跳躍，或者使用其他技術（例如DCMT）來確保序列之間沒有關聯。

來源

2012-09-11 09:38:22 Tom

CUDA - 使用CURAND傻瓜庫

回答

相關問題