パラレルマージソートはGPUとXeonでは動作しません。

Question

void pmergesort(int a[], int l, int r) 
{ 
    if (l < r) 
     { 
     int m = l+(r-l)/2; 
     #pragma omp parallel 
      { 
       #pragma omp single 
       { 
        #pragma omp task 
        pmergesort(a, l, m); 
       } 
      #pragma omp task 
      pmergesort(a, m+1, r); 
      #pragma omp taskwait 
      pmerge(a,l,m,r); 
     } 
    } 
} 

私の教授は、プログラムをはるかに高速化するために#pragma omp singleを最初の再帰呼び出しの前に使用するように指示しました。私のラップトップでは本当に速く働いていますが、GPUとXeonのphiでは正しく並べ替えられていません。これらのマシンは並列スレッドを持っているからです。

私はそれをより速くし、すべてのマシンで適切に動作させるために何ができるか教えてください。

Answer 1

並列ソートは非常に基本的なアルゴリズムです。ほぼすべての並列コンピューティングプラットフォームには、ソートAPI /サンプルコードがあります。

ここにその一部を示します。 GPU上のGPU/CPU http://docs.nvidia.com/cuda/thrust/#sorting

CUBソートGPU https://nvlabs.github.io/moderngpu/

TBB/OpenMPの/インテル®Cilk™プラスソートCPU上 https://software.intel.com/en-us/articles/a-parallel-stable-sort-using-c11-for-tbb-cilk-plus-and-openmp

上 https://nvlabs.github.io/cub/

現代のGPUのソートに

スラストソート

Xeon PhiでのOpenCLソート https://software.intel.com/en-us/articles/bitonic-sorting。

すべてのドキュメントとコードがあります。