內存節省CUDA Thrust sort_by_key的替代方案？

Question

在cuda / thrust中：嘗試sort_by_key在6GB GPU RAM中的2.8GB數據會拋出bad_alloc ，我已經讀過sort_by_key消耗了大部分內存用於其中考慮的測試用例。

是否有一種替代方法可以完全執行sort_by_key正在執行的操作，即使它稍慢但可以對更大的數據集進行排序？

Answer 1

我一直在搜索一下，我認為以下是你問題的候選答案。

引用N. Bell和J. Hoberock，“Thrust：面向生產力的CUDA庫”，GPU計算寶石翡翠版：

Thrust靜態選擇一個高度優化的Radix Sort算法，用於使用標准的less greater比較運算符對基本類型（ char ， int ， float和double ）進行排序。 對於所有其他類型（例如，用戶定義的數據類型）和比較運算符，Thrust使用常規的合並排序算法。 因為使用Radix Sort排序基元比Merge Sort快得多，所以這種靜態優化具有重要價值。

現在， Merge Sort需要O(N)內存空間，請參閱合並排序的空間要求 。

此外， Radix Sort仍然需要O(N)內存空間，請參閱Bucket Sort和RADIX Sort的比較 。

兩者中哪一個消耗更多內存未定義，取決於要排序的輸入序列以及算法調整參數，請參閱為什么quicksort比radix-sort更受歡迎的答案之一？ 。

與此相反，如果就地執行快速排序需要O(logN)內存空間，否則它需要O(N) 。 有關快速排序算法的CUDA實現，您可以查看特斯拉K20如何加速快速排序。

對於其他就地排序算法（ 就地策略值得探索，因為它與非就地對應物相比節省了內存），請查看Bitonic排序 ，請參閱使用CUDA進行快速就地排序基於bitonic排序 。