在cuda内核中生成随机数

我正在写一个cuda程序，我需要生成一个随机变量，这个随机变量将由正态分布生成。我希望随机变量的值限制在0到8之间。因此，我希望在核函数中生成随机变量，然后随机变量的结果将用于进一步的使用。我正计划利用库兰图书馆来达到这个目的。我一直在尝试使用curand_普通设备api生成值，但没有成功。如果有人能给我提供内核函数代码，那将非常有帮助。谢谢你的帮助

下面提供的代码是我在gpu中搜索的cpu实现：

  #include "stdafx.h"
    #include <iostream>
    #include <random>

    using namespace std;
    int _tmain(int argc, _TCHAR* argv[])
    {
        const int nrolls=10000;  // number of experiments
        const int nstars=100;    // maximum number of stars to distribute
        int i;
        default_random_engine generator;
        normal_distribution<double> distribution(0.0,3);


       for (i=0;i<=nstars;i++)
       {   int number = distribution(generator);
           printf("%d\n\n",number);
        }


        return 0;
    }

#包括“stdafx.h”
#包括
#包括
使用名称空间std；
int _tmain（int argc，_TCHAR*argv[]
{
const int nrolls=10000；//实验次数
const int nstars=100；//要分配的最大恒星数
int i；
默认的随机引擎生成器；
正态分布（0.0,3）；
对于（i=0；i这里有一个调整，它将产生一组近似“正态”分布的随机数，这些随机数的离散值大约在0到8之间。我不理解评论中要求的范围为0到8，平均值为0

#include <stdio.h>
#include <stdlib.h>
#include <cuda.h>
#include <curand_kernel.h>
#include <math.h>
#define SCALE 2.0
#define SHIFT 4.5
#define DISCRETE
#define BLOCKS 1024
#define THREADS 512

#define CUDA_CALL(x) do { if((x) != cudaSuccess) { \
    printf("Error at %s:%d\n",__FILE__,__LINE__); \
    return EXIT_FAILURE;}} while(0)

__global__ void setup_kernel(curandState *state)
{
    int id = threadIdx.x + blockIdx.x * blockDim.x;
    /* Each thread gets different seed, a different sequence
       number, no offset */
    curand_init(7+id, id, 0, &state[id]);
}



__global__ void generate_normal_kernel(curandState *state,
                                int *result)
{
    int id = threadIdx.x + blockIdx.x * blockDim.x;
    float x;
    /* Copy state to local memory for efficiency */
    curandState localState = state[id];
    /* Generate pseudo-random uniforms */
    for(int n = 0; n < 10; n++) {
        x = (curand_normal(&localState) * SCALE)+SHIFT;
        /* Discretize */
#if defined DISCRETE
        x = truncf(x);
#endif
    }
    /* Copy state back to global memory */
    state[id] = localState;
    /* Store last generated result per thread */
    result[id] = (int) x;
}


int main(int argc, char *argv[])
{
    int i;
    unsigned int total;
    curandState *devStates;
    int *devResults, *hostResults;
    int device;
    struct cudaDeviceProp properties;

    CUDA_CALL(cudaGetDevice(&device));
    CUDA_CALL(cudaGetDeviceProperties(&properties,device));


    /* Allocate space for results on host */
    hostResults = (int *)calloc(THREADS * BLOCKS, sizeof(int));

    /* Allocate space for results on device */
    CUDA_CALL(cudaMalloc((void **)&devResults, BLOCKS * THREADS *
              sizeof(int)));
    /* Set results to 0 */
    CUDA_CALL(cudaMemset(devResults, 0, THREADS * BLOCKS *
              sizeof(int)));

    /* Allocate space for prng states on device */
    CUDA_CALL(cudaMalloc((void **)&devStates, THREADS * BLOCKS *
                  sizeof(curandState)));

    /* Setup prng states */
    setup_kernel<<<BLOCKS, THREADS>>>(devStates);


    /* Generate and use uniform pseudo-random  */
    generate_normal_kernel<<<BLOCKS, THREADS>>>(devStates, devResults);

    /* Copy device memory to host */
    CUDA_CALL(cudaMemcpy(hostResults, devResults, BLOCKS * THREADS *
        sizeof(int), cudaMemcpyDeviceToHost));

    /* Show result */
    if (THREADS*BLOCKS > 20){
      printf("First 20 stored results:\n");
      for (i=0; i<20; i++)
        printf("%d\n", hostResults[i]);
      }

    total = 0;
    for(i = 0; i < BLOCKS * THREADS; i++) {
        total += hostResults[i];
    }
    printf("Results mean = %f\n", (total/(1.0*BLOCKS*THREADS)));



    /* Cleanup */
    CUDA_CALL(cudaFree(devStates));
    CUDA_CALL(cudaFree(devResults));
    free(hostResults);
    return EXIT_SUCCESS;
}

假设您有一个cc2.0或更高的GPU

如果没有，则可以使用以下工具进行编译：

nvcc -o uniform uniform.cu

在本例中，编译器警告double将降级为float，可以忽略该警告

线程
和
块
是机器限制范围内的任意选择。您可以修改它们以适应您自己代码的特定启动配置。
这里有一个调整，它将产生近似“正常”的-分布的一组随机数，其离散值大约在0到8之间。我不理解评论中要求的0到8的范围，平均值为0

#include <stdio.h>
#include <stdlib.h>
#include <cuda.h>
#include <curand_kernel.h>
#include <math.h>
#define SCALE 2.0
#define SHIFT 4.5
#define DISCRETE
#define BLOCKS 1024
#define THREADS 512

#define CUDA_CALL(x) do { if((x) != cudaSuccess) { \
    printf("Error at %s:%d\n",__FILE__,__LINE__); \
    return EXIT_FAILURE;}} while(0)

__global__ void setup_kernel(curandState *state)
{
    int id = threadIdx.x + blockIdx.x * blockDim.x;
    /* Each thread gets different seed, a different sequence
       number, no offset */
    curand_init(7+id, id, 0, &state[id]);
}



__global__ void generate_normal_kernel(curandState *state,
                                int *result)
{
    int id = threadIdx.x + blockIdx.x * blockDim.x;
    float x;
    /* Copy state to local memory for efficiency */
    curandState localState = state[id];
    /* Generate pseudo-random uniforms */
    for(int n = 0; n < 10; n++) {
        x = (curand_normal(&localState) * SCALE)+SHIFT;
        /* Discretize */
#if defined DISCRETE
        x = truncf(x);
#endif
    }
    /* Copy state back to global memory */
    state[id] = localState;
    /* Store last generated result per thread */
    result[id] = (int) x;
}


int main(int argc, char *argv[])
{
    int i;
    unsigned int total;
    curandState *devStates;
    int *devResults, *hostResults;
    int device;
    struct cudaDeviceProp properties;

    CUDA_CALL(cudaGetDevice(&device));
    CUDA_CALL(cudaGetDeviceProperties(&properties,device));


    /* Allocate space for results on host */
    hostResults = (int *)calloc(THREADS * BLOCKS, sizeof(int));

    /* Allocate space for results on device */
    CUDA_CALL(cudaMalloc((void **)&devResults, BLOCKS * THREADS *
              sizeof(int)));
    /* Set results to 0 */
    CUDA_CALL(cudaMemset(devResults, 0, THREADS * BLOCKS *
              sizeof(int)));

    /* Allocate space for prng states on device */
    CUDA_CALL(cudaMalloc((void **)&devStates, THREADS * BLOCKS *
                  sizeof(curandState)));

    /* Setup prng states */
    setup_kernel<<<BLOCKS, THREADS>>>(devStates);


    /* Generate and use uniform pseudo-random  */
    generate_normal_kernel<<<BLOCKS, THREADS>>>(devStates, devResults);

    /* Copy device memory to host */
    CUDA_CALL(cudaMemcpy(hostResults, devResults, BLOCKS * THREADS *
        sizeof(int), cudaMemcpyDeviceToHost));

    /* Show result */
    if (THREADS*BLOCKS > 20){
      printf("First 20 stored results:\n");
      for (i=0; i<20; i++)
        printf("%d\n", hostResults[i]);
      }

    total = 0;
    for(i = 0; i < BLOCKS * THREADS; i++) {
        total += hostResults[i];
    }
    printf("Results mean = %f\n", (total/(1.0*BLOCKS*THREADS)));



    /* Cleanup */
    CUDA_CALL(cudaFree(devStates));
    CUDA_CALL(cudaFree(devResults));
    free(hostResults);
    return EXIT_SUCCESS;
}

假设您有一个cc2.0或更高的GPU

如果没有，则可以使用以下工具进行编译：

nvcc -o uniform uniform.cu

在本例中，编译器警告double将降级为float，可以忽略该警告

线程
和
块
是机器限制范围内的任意选择。您可以修改它们以适合您自己代码的特定启动配置。
为什么不发布您尝试过但未成功的方法？这通常是个好主意。“为我编写代码”类型问题不太可能得到很好的结果。您看过设备API示例吗？它提供了一个完整的程序，其中一个
generate\u uniform\u kernel
选项应该与您的要求非常接近。嗨！嗨！谢谢您的支持。实际上，我已经看过设备API示例并复制了一些内容我不知道如何得到一个在0到8范围内服从正态分布的随机变量。还有一件事是，我尝试了中提到的程序，并在中将curand_uniform改为curand_normal顶部设备函数，我得到了一些结果。您想要一个离散均匀分布，它接受值（0，1，2，3，4，5，6，7，8）（即整数）还是一个连续值均匀分布，它接受值介于0.0和8.0之间（即浮点数）我想要从0到8的离散数，平均值为0。我不知道如何用精确的统计数据创建一个正态分布，占据一个有限的范围。你知道怎么做吗？你怎么处理分布的尾部？我猜平均值为零，你的意思是你只想要正态分布的正半部分，集中在零？显然不是如果范围从零扩展到正值，则结果分布的平均值不能为零。我不清楚这是一个CUDA问题。您有代表性的非CUDA（基于CPU的）吗实现您要做的事情？为什么不发布您尝试过但未成功的方法？这通常是个好主意。“为我编写代码”类型问题不太可能得到很好的结果。您看过设备API示例吗？它提供了一个完整的程序，其中一个
generate\u uniform\u kernel
选项应该与您的要求非常接近。嗨！嗨！谢谢您的支持。实际上，我已经看过设备API示例并复制了一些内容我不知道如何得到一个在0到8范围内服从正态分布的随机变量。还有一件事是，我尝试了中提到的程序，并在中将curand_uniform改为curand_normal顶部设备函数，我得到了一些结果。您想要一个离散均匀分布，它接受值（0，1，2，3，4，5，6，7，8）（即整数）还是一个连续值均匀分布，它接受值介于0.0和8.0之间（即浮点数）我想要从0到8的离散数，平均值为0。我不知道如何用精确的统计数据创建一个正态分布，占据一个有限的范围。你知道怎么做吗？你怎么处理分布的尾部？我猜平均值为零，你的意思是你只想要正态分布的正半部分，集中在零？显然不是如果范围从零扩展到正值，则结果分布的平均值不能为零。我不清楚这是一个CUDA问题。您是否有一个代表性的非CUDA（基于CPU的）实现来实现您正在尝试的操作？