Cuda 随机数生成
Posted
技术标签:
【中文标题】Cuda 随机数生成【英文标题】:Cuda Random Number Generation 【发布时间】:2013-02-21 06:06:10 【问题描述】:我想知道通过使用 curand 或其他东西来生成一个 0 到 49k 之间的伪随机数的最佳方法是什么,这对于每个线程都是相同的。
我更喜欢在内核中生成随机数,因为我必须一次生成一个,但大约 10k 次。
我可以使用介于 0.0 和 1.0 之间的浮点数,但我不知道如何使我的 PRN 可用于所有线程,因为大多数帖子和示例都展示了如何为每个线程设置不同的 PRN。
谢谢
【问题讨论】:
【参考方案1】:可能你只需要研究curand documentation,尤其是device API。为每个线程获取相同序列的关键是为每个线程创建状态(大多数示例都这样做),然后将相同的序列号传递给每个线程的 init 函数。在curand_init中,参数顺序如下:
curand_init(seed, subsequence number, offset, state)
通过为每个 init 调用设置相同的种子,我们为每个线程生成相同的序列。通过将子序列和偏移数设置为相同,我们在该序列中为每个线程选择相同的起始值。
下面是演示代码:
// compile with: nvcc -arch=sm_20 -lcurand -o t89 t89.cu
#include <stdio.h>
#include <curand.h>
#include <curand_kernel.h>
#define SCALE 49000
#define DSIZE 5000
#define nTPB 256
#define cudaCheckErrors(msg) \
do \
cudaError_t __err = cudaGetLastError(); \
if (__err != cudaSuccess) \
fprintf(stderr, "Fatal error: %s (%s at %s:%d)\n", \
msg, cudaGetErrorString(__err), \
__FILE__, __LINE__); \
fprintf(stderr, "*** FAILED - ABORTING\n"); \
exit(1); \
\
while (0)
__device__ float getnextrand(curandState *state)
return (float)(curand_uniform(state));
__device__ int getnextrandscaled(curandState *state, int scale)
return (int) scale * getnextrand(state);
__global__ void initCurand(curandState *state, unsigned long seed)
int idx = threadIdx.x + blockIdx.x * blockDim.x;
curand_init(seed, 0, 0, &state[idx]);
__global__ void testrand(curandState *state, int *a1, int *a2)
int idx = threadIdx.x + blockIdx.x * blockDim.x;
a1[idx] = getnextrandscaled(&state[idx], SCALE);
a2[idx] = getnextrandscaled(&state[idx], SCALE);
int main()
int *h_a1, *h_a2, *d_a1, *d_a2;
curandState *devState;
h_a1 = (int *)malloc(DSIZE*sizeof(int));
if (h_a1 == 0) printf("malloc fail\n"); return 1;
h_a2 = (int *)malloc(DSIZE*sizeof(int));
if (h_a2 == 0) printf("malloc fail\n"); return 1;
cudaMalloc((void**)&d_a1, DSIZE * sizeof(int));
cudaMalloc((void**)&d_a2, DSIZE * sizeof(int));
cudaMalloc((void**)&devState, DSIZE * sizeof(curandState));
cudaCheckErrors("cudamalloc");
initCurand<<<(DSIZE+nTPB-1)/nTPB,nTPB>>>(devState, 1);
cudaDeviceSynchronize();
cudaCheckErrors("kernels1");
testrand<<<(DSIZE+nTPB-1)/nTPB,nTPB>>>(devState, d_a1, d_a2);
cudaDeviceSynchronize();
cudaCheckErrors("kernels2");
cudaMemcpy(h_a1, d_a1, DSIZE*sizeof(int), cudaMemcpyDeviceToHost);
cudaMemcpy(h_a2, d_a2, DSIZE*sizeof(int), cudaMemcpyDeviceToHost);
cudaCheckErrors("cudamemcpy");
printf("1st returned random value is %d\n", h_a1[0]);
printf("2nd returned random value is %d\n", h_a2[0]);
for (int i=1; i< DSIZE; i++)
if (h_a1[i] != h_a1[0])
printf("mismatch on 1st value at %d, val = %d\n", i, h_a1[i]);
return 1;
if (h_a2[i] != h_a2[0])
printf("mismatch on 2nd value at %d, val = %d\n", i, h_a2[i]);
return 1;
printf("thread values match!\n");
【讨论】:
以上是关于Cuda 随机数生成的主要内容,如果未能解决你的问题,请参考以下文章