CUDA Academy · レッスン

Thrust の Reduce、Scan、Sort

1 回の呼び出しで使える高水準プリミティブ

「Thrust の Reduce、Scan、Sort」はCoddyKit上の無料CUDA Academyレッスンです。これはレッスン3/4です。下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。これはCUDA Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 CUDA Academyコースには全4レッスンが含まれています。

このレッスンの一部はまだ翻訳されておらず、英語で表示されています。

Hard Algorithms, One Line

Reductions, scans, and sorts are tricky to write fast by hand. Thrust gives you tuned versions through a single function call. 🎁

Reduce Collapses to One Value

thrust::reduce combines every element into a single result, like summing an array, all in parallel under the hood.

int total = thrust::reduce(d.begin(), d.end());

Custom Reduction Operators

Reduce defaults to addition, but you can pass an init value and a binary op to compute a product, max, or anything associative.

int m = thrust::reduce(d.begin(), d.end(),
  0, thrust::maximum<int>());

Scan Keeps the Running Total

A scan, or prefix sum, outputs the running total at each position. It is the backbone of compaction, sorting, and stream allocation.

Inclusive vs Exclusive

inclusive_scan includes the current element in its sum; exclusive_scan does not. Picking the right one avoids an off-by-one bug.

thrust::inclusive_scan(d.begin(), d.end(),
  out.begin());

Scan Is Not Obvious to Parallelize

A prefix sum looks sequential, yet Thrust runs it in parallel with a clever tree algorithm you never have to write yourself.

Sort in Place

thrust::sort orders a device_vector in place using a fast GPU radix or merge sort, far quicker than a CPU sort on big data.

thrust::sort(d.begin(), d.end());

Sort by Key

sort_by_key sorts one array and reorders a second values array to match, perfect for keeping records aligned with their keys.

thrust::sort_by_key(keys.begin(),
  keys.end(), values.begin());

Compose Primitives

Real pipelines chain these: transform then reduce, or sort then scan. Each step is one tuned call, so you focus on the logic.

Fused transform_reduce

transform_reduce maps and sums in one pass, computing things like a dot product or sum of squares without a temporary array.

float ss = thrust::transform_reduce(
  d.begin(), d.end(), sq, 0.0f, thrust::plus<float>());

Let the Library Win

These primitives are heavily optimized by NVIDIA. Reaching for them first usually beats a custom kernel and saves hours of work.

Quick Check

Recall what a prefix sum produces.

Recap

You collapsed data with reduce, built running totals with scan, ordered arrays with sort, and fused steps with transform_reduce. 🏁

よくある質問

「Thrust の Reduce、Scan、Sort」レッスンは無料ですか？

はい。「Thrust の Reduce、Scan、Sort」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、CUDA Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 CUDA Academyコースには全4レッスンが含まれています。

「Thrust の Reduce、Scan、Sort」で何を学びますか？

1 回の呼び出しで使える高水準プリミティブブラウザで直接実行するハンズオンコードでCUDA Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

CUDA Academyを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのCUDA Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。これはレッスン3/4です。

「Thrust の Reduce、Scan、Sort」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このCUDA Academyレッスンでコードを書いて実行できますか？

はい。すべてのCUDA Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

← CUDA Academyに戻る