用Aparapi计算向量中的不同值

Question

我希望将熵函数与APARAPI并行实现。在这个函数中，我需要在向量中计数不同的键，但是它不能正确执行。

假设我们只有3个不同的值。这是我的密码：

final int[] V = new int[1024];
// Initialization for V values
final int[] count = new int[3];
Kernel kernel = new Kernel(){
    @Override
    public void run(){
        int gid = getGlobalId();
        count[V[gid]]++;
    }
};
kernel.execute(Range.create(V.length));
kernel.dispose();

运行此代码段后，当我打印count[]值时，它会给我1,1,1，1。似乎count[V[gid]]++对每个Vgid只执行1次。

谢谢。

Answer 1

这就是问题所在。++操作符实际上是一种三种操作:读取当前值、增量它、写入新值。在Aparapi中，可能有1024个GPU线程同时运行。这意味着，当值为0时，它们将读取该值，可能同时读取值，然后将其增量为1，然后所有1024个线程都将写入1。

您所要做的是称为Map-还原函数。你只是跳了很多步。您需要记住，Aparapi是一个没有线程安全性的系统，因此您必须编写算法来适应这种情况。这就是地图减少的地方，这里是如何做一个。我只是写了它，并把它添加到Aparapi存储库的新家，详情如下。

int size = 1024;
final int count = 3;
final int[] V = new int[size];

//lets fill in V randomly...
for (int i = 0; i < size; i++) {
    //random number either 0, 1, or 2
    V[i] = (int) (Math.random() * 3);
}

//this will hold our values between the phases.
int[][] totals = new int[count][size];

///////////////
// MAP PHASE //
///////////////
final int[][] kernelTotals = totals;
Kernel mapKernel = new Kernel() {
    @Override
    public void run() {
        int gid = getGlobalId();
        int value = V[gid];
        for(int index = 0; index < count; index++) {
            if (value == index)
                kernelTotals[index][gid] = 1;
        }
    }
};
mapKernel.execute(Range.create(size));
mapKernel.dispose();
totals = kernelTotals;

//////////////////
// REDUCE PHASE //
//////////////////
while (size > 1) {
    int nextSize = size / 2;
    final int[][] currentTotals  = totals;
    final int[][] nextTotals = new int[count][nextSize];
    Kernel reduceKernel = new Kernel() {
        @Override
        public void run() {
            int gid = getGlobalId();
            for(int index = 0; index < count; index++) {
                nextTotals[index][gid] = currentTotals[index][gid * 2] + currentTotals[index][gid * 2 + 1];
            }
        }
    };
    reduceKernel.execute(Range.create(nextSize));
    reduceKernel.dispose();

    totals = nextTotals;
    size = nextSize;
}
assert size == 1;

/////////////////////////////
// Done, just print it out //
/////////////////////////////
int[] results = new int[3];
results[0] = totals[0][0];
results[1] = totals[1][0];
results[2] = totals[2][0];

System.out.println(Arrays.toString(results));

请记住，虽然它看起来效率很低，但实际上它在大得多的数字上运行得很好。这个算法工作得很好

size = 1048576.

使用新的大小，下面的结果在我的系统上计算了大约一秒。

[349602, 349698, 349276]

最后一个注意事项是，您可能需要考虑迁移到aparapi.com中更活跃的项目。它包括对bug的几个修复，以及与前面链接的旧库相比的许多额外特性和性能增强。它还位于maven中心，大约有十几个版本。因此，它更容易使用。我刚刚在这个答案中编写了代码，但决定在新的Aparapi存储库的示例部分中使用它，您可以在新的Aparapi存储库中的以下链接上找到它。