Sorting CUDA:推力：：按_键排序在内核中不起作用，但推力：：排序在内核中起作用

我正在尝试将一些现有的

asch:：sort\u by_key

调用移动到内核线程。这些都是大量的小排序，因此许多线程运行顺序排序非常有意义

推力：：排序

在内核中似乎工作正常，例如：（xp是一个浮点*；beg&en是整数索引）

在主机端的原始代码中，我使用的是

推力：：zip_迭代器

。将其移植到内核似乎不起作用，因此我尝试创建自己的索引数组：

int*pIDX = new int[en-beg]; // inefficient: eventually this would be a global workspace

for (int i=0; i<en-beg; i++)
    pIDX[i] = i;

thrust::sort_by_key( thrust::seq, xp+beg, xp+en, pIDX);

int*pIDX=newint[en beg]；//低效：最终这将是一个全局工作区
对于（int i=0；i找到了解决方案。是的，这是一个堆问题，但不是在代码中的临时
new
中，而是在
sort\u by\u key
本身。扩展堆导致问题消失。出于某种原因，
sort
不需要像
sort\u by\u key
那样多的堆

一时兴起，我尝试了
zip_迭代器
，现在似乎也能用了（抽象简化了我的代码！）

在这个测试中，我使用的是
xp
中的9.7M浮点。更广泛的问题有少量的大排序和大量的小排序-对于这个数据集，最大的排序是9.7M，但它们可以一直下降到2个值。我使用了推力的并行排序，但这对于小排序来说效率太低，所以plan将切换到我自己的内核，在并行线程上运行大量小排序。因此，一旦完全实现，应该可以再次降低堆大小。
根据我的测试，您的方法工作正常。对于类似的问题，So希望您提供第1项中所示的解决方案。我还建议您提供您正在运行的平台（GPU、主机操作系统）和您正在使用的CUDA版本。如果您在大规模（多线程/大数据）上执行此操作，则完全可能会遇到设备堆的限制，请参阅仔细阅读整个部分。在内核
中，new
与在内核
malloc中具有相同的特性()
。要排除这种情况，请测试从
new
返回的指针是否为NULL，并执行适当的操作。测试这只需要一个线程。堆也因为其他原因被扩展了很多。new返回一个非NULL。CUDA 7.5，Ubuntu.GeForce RTX 2080.1168MB我的单线程测试用例。它似乎工作正常。CUDA 10.2，CentOS 7，特斯拉V100。如果您实际使用的是CUDA 7.5（不确定为什么要这样做），这可能就是问题所在。CUDA 7.5已经有5年历史了。
int*pIDX = new int[en-beg]; // inefficient: eventually this would be a global workspace

for (int i=0; i<en-beg; i++)
    pIDX[i] = i;

thrust::sort_by_key( thrust::seq, xp+beg, xp+en, pIDX);