GPU 上的随机数流

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，则可以将生成器的设置调整为一致。

GPU 上有三种随机数生成器算法："Threefry"、"Philox" 和 "CombRecursive"。这三项功能在 CPU 上也都得到了支持。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

现在，rand 和 randi 函数在客户端 CPU 和 GPU 上生成的随机数序列相同。

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");

工作单元 CPU 和 GPU

如果有的话，并行工作单元 CPU 使用与客户端 GPU 和工作单元 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 和工作单元 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 控制工作单元上的随机数流

如果需要在每个工作单元身上生成不同的随机数，您可以更改生成器设置。在这个示例中，每个工作单元在其 GPU 和 CPU 上创建相同的序列，但是每个工作单元上生成的序列不同。

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、工作单元 CPU 和 GPU 上产生不同的结果。将均匀随机数转换为正态分布随机数的过程由 NormalTransform 参量控制。您可以在 GPU 上使用 parallel.gpu.RandStream 函数来控制这一点。

在客户端 CPU 上，NormalTransform 的默认值为 "Ziggurat"。在工作单元 CPU 上，默认值为 "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，以获得相同的正态分布随机数序列。CPU 和 GPU 都支持的唯一变换是 "Inversion"。

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