本文详细介绍了Udacity cs344Unit 3关于并行编程的内容，包括GPU算法的速度和效率分析、归约、扫描和直方图的基本算法。通过实例探讨了串行与并行操作的步骤和工作复杂度，重点讲述了并行归约的实现，以及在GPU上实现扫描和直方图的优化策略。
1.课程目标
如何分析GPU算法的速度和效率（speed and efficiency）
三个新的基本算法：归约，扫描和直方图（reduce，scan and histogram）
2.
3.再看之前讲的例子
考虑两件事
介绍几个概念
a.步骤（step）：指的是 单人！完成某特定计算（比如挖洞）所需时间
b.工作总量（total amount of work）：所有参与员工完成计算量的总值
也就是，人数 * 步数 = 工作总量
4.谈论算法时，将讨论两个成本
a.step complexity（步骤复杂度）：一共分成几个步骤得到了最终结果，那个步骤数量
b.work complexity（工作复杂度）：一共进行了多少次计算？
我们会用step complexity 或者work complexity来衡量一个算法，而这两个指标通常与input的大小是有关联的
5.
从数学定义开始
有两个输入（一个数组和一个运算符）运算符要具有两个性质：二元性和可结合性
6.
先看串行的归约（每一个操作都依赖前一个操作）
操作次数为4次，共计4 steps
这意味着工作复杂度（与节点数目一致）和步骤复杂度（操作总次数）都是和input成正比的
7.并行归约（就是想办法给他凑成可以一同运算的，互相不依赖的——改变运算次序）结合性保证了次序改变，结果不受影响
最低0.47元/天 解锁文章
扫一扫
3373
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
