C++：Fast/parallel 计算两个“std::vector<double>”向量之间的 L1 距离

Question

我正在一台带有 Nvidia GPU 和 Cuda8 的机器上工作，我有一个 C++ 应用程序应该计算由 std::vector<double> 表示的两个向量之间的 L1 距离。

目前，我的代码根本不是并行的，只使用 CPU:

double compute_l1_distance(const std::vector<double> &v1, const std::vector<double> &v2) {
    if (v1.size() != v2.size()) {
        return -1;
    }
    double result = 0;
    for (int i = 0 ; i < v1.size() i++) {
        double val = v1[i] - v2[i];
        if (val < 0) {
            val = 0 - val;
        }
        result += val;
    }

    return result;
}

如何提高此计算的性能？如何使用 GPU？是否有推荐的库可以使用 GPU 或任何其他优化快速完成工作？

Answer 1

我建议您使用 cuda 和 thrust 来利用 GPU。就性能而言。是的，它会更快。

请查看thispost。描述的很清楚。

如果您必须多次调用 compute_l1_distance，您可以使用 pthread 调用该方法，从而并行执行它。

Answer 2

使用 thrust 库，它看起来像：

double compute_l1_distance(const std::vector<double> &v1, 
                           const std::vector<double> &v2) {
    if (v1.size() != v2.size()) {
        return -1;
    }
    thrust::device_vector<double> dv1 = v1;
    thrust::device_vector<double> dv2 = v2;
    auto begin = thrust::make_zip_iterator(thrust::make_tuple(
                                               dv1.begin(), dv2.begin())); 
    auto end   = thrust::make_zip_iterator(thrust::make_tuple(
                                               dv1.end(),   dv2.end()  )); 
    const auto l1 = [](const thrust::tuple<double,double>& arg) {
        return fabs(thrust::get<0>(arg) - thrust::get<1>(arg));
    }
    const auto add = [](double a, double b) { return a+b; }

    return thrust::transform_reduce(first, last, l1, 0.0, add);
}

C++：Fast/parallel 计算两个“std::vector<double>”向量之间的 L1 距离

C++: Fast/parallel computation of L1 distance between two `std::vector<double>` vectors

c++

gpu

linear-algebra