假设检验与GPGPU

Question

我对GPGPU和编程非常陌生。我想知道，像单样本Kolmogorov-Smirnov检验(K-S检验)和Levene检验这样的统计假设检验是否可以使用CUDA在GPGPU (SIMD)中实现？如果是这样的话，限制会是什么？

Answer 1

我刚刚读到了关于这些测试的网络定义，但是，如果我理解正确的话，它们可以通过SIMD所表达的那种并行性来适当地加速(特别是由CUDA实现的)。

在K-S检验中，必须计算函数与N个样本的估计值之间的差值，然后取最大差值。换句话说，人们必须对N个不同的值执行相同的操作，这正是SIMD (单指令，多数据)。

在Levene的测试中，在N个不同的值上又有相同的差异，平方和乘法。

SIMD可以做的是在N个值集上执行一种FOR语句，前提是迭代彼此独立。因此，例如在CUDA中，编译器可以将迭代分配给图形设备的处理元件，使得在并行执行时，针对单个迭代的时间内的所有数据运行for循环。

CUDA工具包提供了一个特定的C/C++编译器(NVCC)，其中将特殊指令分派到GPGPU而不是CPU，从而分配给它的并行处理元素。