小编use*_*633的帖子

我对cuda有一个奇怪的问题,

在下面的片段中,

#include <stdio.h>

#define OUTPUT_SIZE         26

typedef $PRECISION REAL;

extern "C"    
{
    __global__ void test_coeff ( REAL* results )
    {
        int id      = blockDim.x * blockIdx.x + threadIdx.x;

        int out_index  = OUTPUT_SIZE * id;
        for (int i=0; i<OUTPUT_SIZE; i++)
        {               
            results[out_index+i]=id;
            printf("q");
        }
    }
}

当我编译并运行代码(通过pycuda)时,它按预期工作.当我删除printf时,结果很奇怪 - 大部分数组都是正确填充的,但有些似乎是完全随机的.

这是完整的python代码:

import numpy as np
import string

#pycuda stuff
import pycuda.driver as drv
import pycuda.autoinit

from pycuda.compiler import SourceModule

class MC:

    cudacodetemplate = """
    #include <stdio.h>

    #define OUTPUT_SIZE         26

    typedef $PRECISION …

我正在尝试在python中执行Fitted Value Iteration(FVI)(包括使用分段线性插值逼近5维函数).

scipy.interpolate.griddata非常适用于此.但是,我需要将插值程序调用几千次(因为FVI是基于MC的算法).

所以基本上,函数已知的点集是静态的(并且很大 - 比如32k),但是我需要近似的点(这是原始集的小扰动)是非常大的(32k x 5000说).

scipy.interpolate.griddata是否已经将其移植到CUDA？或者,有没有办法加快计算速度？

谢谢.