利用蝶形模式部分和优化GPU内存访问以从离散分布中采样
分布式、并行与集群计算
2015-05-15 v1
摘要
我们描述了一种从离散分布（例如从混合模型的随机变量中采样）提取值的技术，该技术避免了计算相对概率部分和的完整表。一种交替（“蝶形模式”）形式的表计算更快，能更好地利用合并内存访问。从该表出发，在二分搜索过程中即时计算完整的部分和。使用NVIDIA Titan Black GPU的测量表明，对于足够大量的簇或主题（K > 200），仅该技术就将已针对GPU执行高度调优的隐狄利克雷分配（LDA）应用的速度提升了一倍以上。
引用
@article{arxiv.1505.03851,
title = {Using Butterfly-Patterned Partial Sums to Optimize GPU Memory Accesses for Drawing from Discrete Distributions},
author = {Guy L. Steele and Jean-Baptiste Tristan},
journal= {arXiv preprint arXiv:1505.03851},
year = {2015}
}
备注
11 pages