如何在pyCUDA内核中生成随机数？

我正在使用pyCUDA进行CUDA编程。我需要在核函数中使用随机数。库兰图书馆在里面不工作（pyCUDA）。因为GPU有很多工作要做，在CPU内部生成随机数，然后将其传输到GPU将不起作用，而是消除了使用GPU的动机

补充问题:

是否有一种方法可以使用1个块和1个线程在GPU上分配内存

我使用的内核不止一个。我是否需要使用多个SourceModule块

---

不管你在问题中怎么说，PyCUDA对CUrand有相当全面的支持。GPUArray模块有一个直接接口，可以使用主机端API填充设备内存（注意，在这种情况下，随机生成器在GPU上运行）

在PyCUDA内核代码中使用CUrand的设备端API也是完全可能的。在这个用例中，最棘手的部分是为线程生成器状态分配内存。有三种选择——静态地在代码中，动态地使用主机内存端分配，以及动态地使用设备端内存分配。下面的示例（测试非常简单）说明了后一种情况，正如您在问题中所问的：

import numpy as np
import pycuda.autoinit
from pycuda.compiler import SourceModule
from pycuda import gpuarray

code = """
    #include <curand_kernel.h>

    const int nstates = %(NGENERATORS)s;
    __device__ curandState_t* states[nstates];

    __global__ void initkernel(int seed)
    {
        int tidx = threadIdx.x + blockIdx.x * blockDim.x;

        if (tidx < nstates) {
            curandState_t* s = new curandState_t;
            if (s != 0) {
                curand_init(seed, tidx, 0, s);
            }

            states[tidx] = s;
        }
    }

    __global__ void randfillkernel(float *values, int N)
    {
        int tidx = threadIdx.x + blockIdx.x * blockDim.x;

        if (tidx < nstates) {
            curandState_t s = *states[tidx];
            for(int i=tidx; i < N; i += blockDim.x * gridDim.x) {
                values[i] = curand_uniform(&s);
            }
            *states[tidx] = s;
        }
    }
"""

N = 1024
mod = SourceModule(code % { "NGENERATORS" : N }, no_extern_c=True, arch="sm_52")
init_func = mod.get_function("_Z10initkerneli")
fill_func = mod.get_function("_Z14randfillkernelPfi")

seed = np.int32(123456789)
nvalues = 10 * N
init_func(seed, block=(N,1,1), grid=(1,1,1))
gdata = gpuarray.zeros(nvalues, dtype=np.float32)
fill_func(gdata, np.int32(nvalues), block=(N,1,1), grid=(1,1,1))

将numpy导入为np
导入pycuda.autoinit
从pycuda.compiler导入SourceModule
从pycuda导入gpuarray
代码=”“
#包括
const int nstates=%（n发电机）s；
__设备管理状态[状态]；
__全局无效初始化内核（int种子）
{
int tidx=threadIdx.x+blockIdx.x*blockDim.x；
如果（tidx

---

这里有一个需要运行一次的初始化内核，为生成器状态分配内存并使用种子对其进行初始化，然后是一个使用这些状态的内核。如果要运行大量线程，则需要注意malloc堆大小限制，但这些限制可以通过PyCUDA驱动程序API接口进行操作。

我对公认的答案有一个问题。 我们有一个名字弄乱了，有点讨厌（这些

\u Z10initkerneli

和

\u Z14randfillkernelPfi

）。 为了避免这种情况，我们可以手动将代码包装在

extern“C”{…}

子句中

code = """
    #include <curand_kernel.h>

    const int nstates = %(NGENERATORS)s;
    __device__ curandState_t* states[nstates];
    extern "C" {

    __global__ void initkernel(int seed)
    { .... }

    __global__ void randfillkernel(float *values, int N)
    { .... }
    }
"""

这应该与

init_func = mod.get_function("initkernel")
fill_func = mod.get_function("randfillkernel")

---

希望能有帮助。

我不明白这个问题。PyCUDA有一个curand接口，可以直接用随机值填充设备内存。而且设备端代码可以在内核中使用，我知道。您所说的界面是CUDA中包含的别名。但我需要的随机数只能在存在与#include对应的东西时生成。我没有得到你的第二部分，“设备端代码可以在内核中使用，只需一点努力。”你是说主机吗？不，我说的是设备端接口，你能告诉我你是如何在内核中生成随机数的吗？我在运行LogicError时遇到这个错误：cuModuleLoadDataEx失败：设备内核映像无效-@BhaskarDhariyal:显然你需要在

SourceModule

实例中设置构建架构以匹配你的GPU模型。包含我需要的随机数的值数组；用于变量r1，r2，它是语句

velocity[i]=X*（velocity[i]+c1*r1*（pBestPos[i]-X[i]）+c2*r2*（lBestIdx[i%d]-X[i]）

的一部分。根据上面的程序，我不能直接访问它，因为给定的语句位于不同的内核中。如何访问语句内核中的值数组？也许您误解了它的工作原理。你应该问一个问题。当这个问题得到回答时，继续前进。此特定问题/答案不是您自己的个人聊天室或服务台。你关于随机数的问题得到了回答。你现在问的是一个完全不同的问题。有新问题吗？问一个新问题。名字

\u Z10initkerneli

和

\u Z14randfillkernelPfi

是怎么回事。你是从哪里弄来的，为什么它们和原来的名字不匹配？

init_func = mod.get_function("initkernel")
fill_func = mod.get_function("randfillkernel")