Random 在openCL中的多个设备中保持RNG状态的最佳方法

因此，我试图利用openCL的这个定制RNG库：

库定义了一个状态结构：

//! Represents the state of a particular generator
typedef struct{ uint x; uint c; } mwc64x_state_t;

为了生成随机uint，将状态传递到以下函数：

uint MWC64X_NextUint(mwc64x_state_t *s)

void MWC64X_SeedStreams(mwc64x_state_t *s, ulong baseOffset, ulong perStreamOffset)

它更新状态，这样当您再次将其传递到函数中时，将生成序列中的下一个“随机”数

对于我正在创建的项目，我不仅需要能够在不同的工作组/项目中生成随机数，还需要能够同时跨多个设备生成随机数，而我很难找到最佳的设计方法。我是否应该为每个设备/命令队列创建1个mwc64x_state_t对象，并将该状态作为全局变量传入？或者可以一次为所有设备创建一个状态对象吗？ 或者我甚至不把它作为一个全局变量传入，并在每个内核函数中局部声明一个新状态

该库还具有以下功能：

uint MWC64X_NextUint(mwc64x_state_t *s)

void MWC64X_SeedStreams(mwc64x_state_t *s, ulong baseOffset, ulong perStreamOffset)

它应该将RNG分割成多个“流”，但在我的内核中包含它会让它的运行速度非常慢。例如，如果我做了如下非常简单的事情：

__kernel void myKernel()
{
    mwc64x_state_t rng;
    MWC64X_SeedStreams(&rng, 0, 10000);
}

然后内核调用会慢40倍左右

该库确实附带了一些用作示例用法的源代码，但示例代码有点有限，似乎没有多大帮助

---

因此，如果有人熟悉openCL中的RNG，或者您以前使用过这个特定的库，我将非常感谢您的建议。

MWC64X\u SeedStreams函数确实相对较慢，至少相比之下是如此 对于MWC64X_NextUint调用，但对于大多数尝试 将大型全局流拆分为多个子流，这些子流可用于 平行的假设您将多次致电NextUint 在内核中（例如，100个或更多），但SeedStreams仅位于顶部

这是随附的EstimatePi示例的注释版本 使用库（mwc64x/test/estimate_pi.cpp和mwc64x/test/test_mwc64x.cl）

那么流中的索引将是：

[0             .. N ) : Parts of stream used across all devices
[k*(W*C)       .. (k+1)*(W*C) )    : Used within device k
[k*(W*C)+(i*C) .. (k*W*C)+(i+1)*C ) : Used by work-item i in device k.

如果每个内核使用的样本少于C，则可以 如有必要，估计过高

---

（我是该库的作者）。

MWC64X_SeedStreams函数确实相对较慢，至少与之相比是如此 对于MWC64X_NextUint调用，但对于大多数尝试 将大型全局流拆分为多个子流，这些子流可用于 平行的假设您将多次致电NextUint 在内核中（例如，100个或更多），但SeedStreams仅位于顶部

这是随附的EstimatePi示例的注释版本 使用库（mwc64x/test/estimate_pi.cpp和mwc64x/test/test_mwc64x.cl）

那么流中的索引将是：

[0             .. N ) : Parts of stream used across all devices
[k*(W*C)       .. (k+1)*(W*C) )    : Used within device k
[k*(W*C)+(i*C) .. (k*W*C)+(i+1)*C ) : Used by work-item i in device k.

如果每个内核使用的样本少于C，则可以 如有必要，估计过高

---

（我是该库的作者）。

MWC64X_SeedStreams函数确实相对较慢，至少与之相比是如此 对于MWC64X_NextUint调用，但对于大多数尝试 将大型全局流拆分为多个子流，这些子流可用于 平行的假设您将多次致电NextUint 在内核中（例如，100个或更多），但SeedStreams仅位于顶部

这是随附的EstimatePi示例的注释版本 使用库（mwc64x/test/estimate_pi.cpp和mwc64x/test/test_mwc64x.cl）

那么流中的索引将是：

[0             .. N ) : Parts of stream used across all devices
[k*(W*C)       .. (k+1)*(W*C) )    : Used within device k
[k*(W*C)+(i*C) .. (k*W*C)+(i+1)*C ) : Used by work-item i in device k.

如果每个内核使用的样本少于C，则可以 如有必要，估计过高

---

（我是该库的作者）。

MWC64X_SeedStreams函数确实相对较慢，至少与之相比是如此 对于MWC64X_NextUint调用，但对于大多数尝试 将大型全局流拆分为多个子流，这些子流可用于 平行的假设您将多次致电NextUint 在内核中（例如，100个或更多），但SeedStreams仅位于顶部

这是随附的EstimatePi示例的注释版本 使用库（mwc64x/test/estimate_pi.cpp和mwc64x/test/test_mwc64x.cl）

那么流中的索引将是：

[0             .. N ) : Parts of stream used across all devices
[k*(W*C)       .. (k+1)*(W*C) )    : Used within device k
[k*(W*C)+(i*C) .. (k*W*C)+(i+1)*C ) : Used by work-item i in device k.

如果每个内核使用的样本少于C，则可以 如有必要，估计过高

---

（我是图书馆的作者）。

谢谢您的信息和澄清！不幸的是，我的内核工作项只需要对NextUint（）进行大约12次调用，因此它似乎无法弥补调用SeedStreams（）的巨大开销。感谢您提供的信息和说明！不幸的是，我的内核工作项只需要对NextUint（）进行大约12次调用，因此它似乎无法弥补调用SeedStreams（）的巨大开销。感谢您提供的信息和说明！不幸的是，我的内核工作项只需要对NextUint（）进行大约12次调用，因此它似乎无法弥补调用SeedStreams（）的巨大开销。感谢您提供的信息和说明！不幸的是，我的内核工作项只需要对每个NextUint（）进行十几次左右的调用，因此它似乎无法弥补调用SeedStreams（）的巨大开销。