客户端 CPU 和 GPU

在新的 MATLAB 会话中，MATLAB 在 CPU 和 GPU 上生成不同的随机数序列。

Rc = rand(1,4)

Rc =
    0.8147    0.9058    0.1270    0.9134

Rg = rand(1,4,'gpuArray')

Rg =
    0.3640    0.5421    0.6543    0.7436

如果您需要在 GPU 和 CPU 上生成相同的随机数序列，则可以设置生成器设置以匹配。

GPU 上有三种随机数生成器算法：'Threefry'、'Philox' 和 'CombRecursive'。所有这些都受 CPU 支持。下表列出了这些生成器的算法及其属性。

您可以使用 rng 和 gpurng 分别在 CPU 和 GPU 上设置生成器算法和种子。有关 GPU 随机数生成器及其性能的更多信息，请参阅 在 GPU 上生成随机数。

sc = rng(1,'Threefry');
Rc = rand(1,4)

Rc =
   0.1404    0.8197    0.1073    0.4131

sg = gpurng(1,'Threefry');
Rg = rand(1,4,'gpuArray')

Rg =
    0.1404    0.8197    0.1073    0.4131

rand 和 randi 现在在客户端 CPU 和 GPU 上生成相同的随机数序列。

您还可以使用 rng 和 gpurng 将生成器算法和种子分别重置为 CPU 和 GPU 上的默认值。

rsc = rng('default')
rsg = gpurng('default')

工作进程 CPU 和 GPU

如果有的话，并行工作进程 CPU 使用与客户端 GPU 和工作进程 GPU 相同的默认随机数生成器类型和种子。GPU 和 CPU 不共享同一个流。默认情况下，rand 和 randi 在 GPU 和工作进程 CPU 上生成相同的数字序列。

该设置与客户端 CPU 上的设置不同。有关详细信息，请参阅 控制工作进程上的随机数流

如果需要在每个工作进程身上生成不同的随机数，您可以更改生成器设置。在这个例子中，每个工作进程在其 GPU 和 CPU 上创建相同的序列，但是每个工作进程上生成的序列不同。

p = parpool(2);
spmd
    rng(spmdIndex,'Threefry');
    Rc = rand(1,4)

    gpurng(spmdIndex,'Threefry');
    Rg = rand(1,4,'gpuArray')
end
delete(p)

正态分布的随机数

对于使用 randn 函数创建的正态分布随机数，MATLAB 在客户端 CPU、工作进程 CPU 和 GPU 上产生不同的结果。均匀随机数到正态分布的随机数的转换由 NormalTransform 设置控制。您可以使用 parallel.gpu.RandStream 在 GPU 上控制它。

在客户端 CPU 上，默认的 'NormalTransform' 设置为 'Ziggurat'。在工作进程 CPU 上，默认设置为 'Inversion'。

除非另有说明，GPU 代码对 'Threefry' 和 'Philox' 生成器使用 'BoxMuller' 变换，对 'CombRecursive' 生成器使用 'Inversion' 变换。

您可以在 CPU 和 GPU 上设置相同的生成器和变换以获得相同的 randn 序列。CPU 和 GPU 上支持的唯一变换是 'Inversion' 变换。

sc = RandStream('Threefry','NormalTransform','Inversion','Seed',1);
RandStream.setGlobalStream(sc)

sg = parallel.gpu.RandStream('Threefry','NormalTransform','Inversion','Seed',1);
parallel.gpu.RandStream.setGlobalStream(sg);

Rc = randn(1,4)

Rc =
   -1.0783    0.9144   -1.2412   -0.2196

Rg = randn(1,4,'gpuArray')

Rg =
   -1.0783    0.9144   -1.2412   -0.2196