CUDA：如何直接在GPU上使用thrust::sort_by_key？ [复制]

Thrust 库可用于对数据进行排序。该调用可能如下所示（带有键和值向量）：

thrust::sort_by_key(d_keys.begin(), d_keys.end(), d_values.begin());

在 CPU 上调用，d_keys and d_values位于CPU内存中；大部分执行都发生在 GPU 上。

但是我的数据已经在GPU上了？如何使用 Thrust 库直接在 GPU 上执行高效排序，即调用sort_by_key来自内核的函数？

另外，我的数据由以下键组成unsigned long long int or unsigned int和始终存在的数据unsigned int。我应该如何对这些类型进行推力调用？

正如 Talonmies 链接的问题中所述，您不能从 CUDA 函数调用 Thrust（例如__device__ or __global__）。但是，这并不意味着您不能通过 Thrust 使用设备内存中已有的数据。相反，您可以使用包装原始数据的推力向量从主机调用所需的推力函数。例如

//raw pointer to device memory
unsigned int * raw_data;
unsigned int * raw_keys;
//allocate device memory for data and keys
cudaMalloc((void **) &raw_data, N_data * sizeof(int));
cudaMalloc((void **) &raw_keys, N_keys * sizeof(int));

//populate your device pointers in your kernel 
kernel<<<...>>>(raw_data, raw_keys, ...);

...

//wrap raw pointer with a device_ptr to use with Thrust functions
thrust::device_ptr<unsigned int> dev_data_ptr(raw_data);
thrust::device_ptr<unsigned int> dev_keys_ptr(raw_keys);

//use the device memory with a thrust call
thrust::sort_by_key(d_keys, d_keys + N_keys, dev_data_ptr);

指向的设备内存raw_data and raw_keys当您用以下命令包装它们时，它们仍在设备内存中Thrust::device_ptr，因此当您从主机调用 Thrust 函数时，它不必将任何内存从主机复制到设备，反之亦然。也就是说，您可以使用设备内存直接在 GPU 上进行排序；唯一的开销是启动 Thrust 内核并包装原始设备指针。

当然，如果您之后需要在常规 CUDA 内核中使用它们，您可以取回原始指针：

unsigned int * raw_ptr = thrust::raw_pointer_cast(dev_data_ptr);

至于使用unsigned long long int or unsigned int作为你的钥匙与数据unsigned int，这不是问题，因为 Thrust 是模板化的。也就是说，签名为sort_by_key is

template<typename RandomAccessIterator1 , typename RandomAccessIterator2 >
void thrust::sort_by_key(           
    RandomAccessIterator1   keys_first,
    RandomAccessIterator1   keys_last,
    RandomAccessIterator2   values_first )

这意味着您可以使用不同类型的键和数据。只要给定调用的所有键类型都是同质的，Thrust 就应该能够自动推断类型，并且您无需执行任何特殊操作。希望这是有道理的