CUDA - 使用CURAND傻瓜库

我正在阅读CURAND Library API，并且我是CUDA的新手，我想看看是否有人能真正向我展示使用CURAND库生成随机数的简单代码。我正在研究生成大量的数字以用于离散事件模拟。我的任务是开发算法来使用GPGPU来加速随机数的生成。我已经在标准C语言编程中实现了LCG，乘法和斐波那契方法。不过，我想将这些代码“移植”到CUDA中，并利用线程和块来加速生成随机数的过程。CUDA - 使用CURAND傻瓜库

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

那人有两个，我会需要（LCG和梅森难题），但代码不提供太多细节的方法。我想知道是否有人能够在这些初始实现上进行扩展，以便实际指出我如何正确使用它们的正确方向。

谢谢！

来源

2012-07-30 Wilo Maldonado

在演示简单CURAND使用的SDK示例程序中，应该有蒙特卡罗估计PI。例如。在MonteCarloCURAND下估算PiP。你有机会看看吗？ – njuffa 2012-07-30 22:04:31

是的，我看着它。不过，我正在寻找一个随机数生成器的例子。我将编辑我的问题，发布我开发的代码，我遇到了麻烦。 – 2012-07-31 00:57:00

@njuffa任何人都想分享/详细说明这一点？ – 2012-08-01 18:05:57

你的问题是误导 - 你说“使用cuRAND图书馆傻瓜”，但你实际上并不想使用cuRAND。如果我理解正确，您实际上想从头开始实施自己的 RNG，而不是使用cuRAND中可用的优化RNG。

第一个建议是重新决定使用自己的RNG，为什么不使用cuRAND？如果统计属性适用于您的应用程序，那么使用cuRAND可以更好地了解它适用于所有代GPU。它包括Marsaglia的XORWOW，l'Ecuyer的MRG32k3a和MTGP32 Mersenne Twister（以及Sobol'准RNG）。
你也可以看看Thrust，它有一些简单的RNG，例如见Monte Carlo sample。
如果您确实需要创建自己的生成器，那么在GPU Computing Gems（Emerald Edition，第16章：随机数生成器的并行化技术）中有一些有用的技巧。

作为一个方面说明，请记住，虽然简单的LCG快速且易于跳过，但它们通常具有fairly poor statistical properties，特别是在使用大量绘图时。当你说你需要“Mersenne Twister”时，我认为你的意思是MT19937。引用的Gems的书谈到了MT19937的并行化，但是最初的开发者创建了MTGP生成器（上面也提到过），因为MT19937实现跳过（skip-ahead）相当复杂。

另外作为另一方面的说明，只是使用不同的种子来实现并行化通常是一个坏主意，统计上你不能保证独立性。您需要先行跳跃或跳跃式跳跃，或者使用其他技术（例如DCMT）来确保序列之间没有关联。

来源

2012-09-11 09:38:22 Tom

CUDA - 使用CURAND傻瓜库

回答

相关问题