使用并行工具箱实现GPU上的简单蒙特卡罗

Question

下面是一个玩具示例，我把它放在一起，探索使用CPU加速执行的parfoor函数。然而，即使在查看了并行文档之后，我仍然对如何升级它以在我的GPU (Nvidia 980ti)上运行感到困惑。

非常感谢任何关于如何更新此代码以在GPU上运行的指示。

干杯。

% toy example--monte carlo estimation of pi using for loops
tic;
N = 1000000000;
hitcounter = 0;
for i = 1:N
    x = rand;
    y = rand;
    if ( y < sqrt(1-x*x) )
        hitcounter = hitcounter + 1;
    end
end
disp(hitcounter/N*4)
toc;

% toy example--monte carlo estimation of pi using parfor loops
tic;
N = 1000000000;
hitcounter = 0;
parfor i = 1:N
    x = rand;
    y = rand;
    if ( y < sqrt(1-x*x) )
        hitcounter = hitcounter + 1;
    end
end
disp(hitcounter/N*4)
toc;

Answer 1

你需要做的主要事情是向量化你的代码--这总是一个好主意，特别是在GPU上。然后，您只需使用rand的尾随参数直接在GPU上构建x和y。

N = 1000000;
x = rand(1, N, 'gpuArray');
y = rand(1, N, 'gpuArray');
pi_est = sum(y < sqrt(1 - x.*x)) / N * 4;

请注意，我缩小了N，以使其适合图形处理器。如果你想使用更高的GPU值运行-我建议添加一个外部循环，本质上是以“块”的形式执行计算，以适应N的有限内存。