C++ 最快的并行C++；将实现排序为int/float？

我正在测试不同的并行CPU排序实现

数据：

• n>=800000000

  类型的元素

  int/long/float/double

• 各种数据分布（例如，

  均匀/交错/正态/…

  ）

硬件：

• CPU:2x AMD EPYC 7742，64核（总共128核）
• 内存：1TB

到目前为止，我已经：

• std:：sort

  使用

  std:：execution:：par_unseq

  执行策略

• \uuu gnu\u parallel:：sort

  ，以及

• 使用

  OMP

  后端进行排序

是否有其他已建立的排序实现可以使用源代码

我知道，但它的源代码是不可用的，因为它是商业化的

<>什么是最快的并行C++排序实现排序INT/FLASH？

这取决于很多。。。。您可以在自己的C++库中重新实现。 还考虑：

• 用于在GPGPU上运行小数组的子排序
• 如果您正在对数百万个数字的阵列进行排序，将子阵列传输（可能使用）到某台云计算中的其他节点（或其他核心）进行排序，然后在排序后的子阵列上运行
• 使用GCC编译和链接整个应用程序，调用GCC作为

  GCC-Wall-Wextra-O3-flto

  （甚至可能使用它编译）

如果您对这些8G数字了解更多（例如，对于

int

s，您确定所有这些数字都在1到1000000之间，或者所有数字都在-1.0之间 对于

float

s）和3.0，您可以编写更具体的代码。如果你确定他们遵循一些，你可能会编写一些更明智的代码

我的猜测是，考虑因素（例如，如果必须使用）对性能影响很大

一种可能的方法（如果你能花上数周时间来解决这个问题），就是生成几个C++例程，编译它们作为插件和插件，并对它们的性能进行比较和测试。另一种方法是在运行时使用与机器代码生成（using）相结合的技术来生成适合您所拥有的特定数据的排序例程

<>请不要忘记在C++编译器中启用优化：使用最近的编译和链接使用<代码> g++Walth-FLTO-

---

Pitrat的书和系统可能很有启发性。

检查boost和tbb中的实现。通过测试内核的数量，一些实现被调整为更少的内核。你能在这个有趣的问题上花费多少个月的开发时间？@Marglisse boost和tbb是很好的技巧，我今天也会添加它们。@BasileStrynkevich，这项工作的主要目标是找到使用现有方法进行并行CPU排序的最快基线。您希望在几个月的时间内找到最快的代码？也许可以编辑你的问题来解释你想对什么样的数据（是钱，还是基因组学信息，或者其他什么）进行排序。你需要一个完整的排序，还是你能负担得起输出的不精确性？谢谢！你的回答也使我的问题更加准确。使用加速器或分布式节点不是我的基准测试的目的。不需要对某些分布进行优化，但如果算法在某个分布上表现更好，当然也可以。我们已经有了一个广泛的基准框架，现在正在搜索“正确”的排序实现来插入。当然，我们使用所有的优化。谢谢你的其他建议！我的建议是：为你感兴趣的问题支付一篇博士论文的费用（因此，一位博士候选人工作了4年）