使用CUDA根据特定数量范围过滤数字的有效方法是什么？

Question

我有很多位于全局GPU内存中的随机浮点数。我也有“桶”，指定他们将接受的数字范围和他们将接受的数字容量。

即： 数字：-2 0 2 4 桶（大小= 1）：[-2,0]，[1，5]

我想运行的过滤过程中产生我

filtered_nums：-2 2 （其中filtered_nums可以是一个新的内存块）

但每次的方法，我需要跑入的尝试同步跨斗柜线程巨大的开销。如果我尝试使用单线程，算法会成功完成，但需要很长的时间（比首先生成数字慢100倍）。

我所要求的是一种通用的高层次，高效，尽可能简单的方法算法，您可以用它来过滤这些数字。

编辑 我将处理10个桶和50万个数字。所有数字恰好落入10个桶范围中的1个。每个桶将容纳43000个元素。 （有多余的元素，因为目标是填充每个桶，许多数字将被丢弃）。

第2编辑 重要的是要指出，桶不必单独存储。目标只是丢弃不适合桶的元素。

Answer 1

您可以使用推力:: remove_copy_if

struct within_limit 
{ 
    __host__ __device__ 
    bool operator()(const int x) 
     { 
      return (x >=lo && x < hi); 
     } 
}; 
thrust::remove_copy_if(input, input + N, result, within_limit()); 

你将不得不更换LO和喜与常量每个箱.. 我想你可以模板化的内核，但话又说回来，你将不得不实例具有实际常量的模板。我看不到一个简单的方法，但我可能会错过一些东西。

如果您愿意查看第三方库，arrayfire可能会提供更简单的解决方案。

array I = array(N, input, afDevice); 
float **Res = (float **)malloc(sizeof(float *) * nbins); 
for(int i = 0; i < nbins; i++) { 
    array res = where(I >= lo[i] && I < hi[i]); 
    Res[i] = res.device<float>(); 
}