Thrust 归约、扫描与排序
一次调用即可使用的高级原语
Thrust 归约、扫描与排序 是 CoddyKit 上的免费 CUDA Academy 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 CUDA Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 CUDA Academy 课程共包含 4 节课。
一行代码实现复杂算法
归约、扫描和排序很难手动高效实现。Thrust 通过一次函数调用为您提供经过调优的版本。🎁
归约将数据合并为一个值
thrust::reduce 会将每个元素合并为一个结果，例如对数组求和；这一切都在底层并行完成。
int total = thrust::reduce(d.begin(), d.end());自定义归约运算符
Reduce 默认使用加法，但您可以传入初始值和二元操作，以计算乘积、最大值或任何满足结合律的结果。
int m = thrust::reduce(d.begin(), d.end(),
0, thrust::maximum<int>());扫描保留运行总和
扫描也称为前缀和，会在每个位置输出当前的运行总和。它是压缩、排序和流分配的核心。
包含式与排除式
inclusive_scan 会将当前元素计入总和，而 exclusive_scan 不会。选择正确的形式可以避免差一错误。
thrust::inclusive_scan(d.begin(), d.end(),
out.begin());扫描并不容易并行化
前缀和看起来是顺序操作，但 Thrust 会使用巧妙的树算法将其并行执行，您完全不必自己编写该算法。
原地排序
thrust::sort 会使用快速的 GPU 基数排序或归并排序对 device_vector 进行原地排序；处理大型数据时，它比 CPU 排序快得多。
thrust::sort(d.begin(), d.end());按键排序
sort_by_key 会对一个数组排序，同时按照相同顺序重新排列第二个值数组，非常适合让记录与其键保持对应。
thrust::sort_by_key(keys.begin(),
keys.end(), values.begin());组合基本操作
实际的处理流程会将这些操作串联起来：先变换再归约，或先排序再扫描。每一步都是一次经过调优的调用，因此您可以专注于逻辑。
融合式 transform_reduce
transform_reduce 会在一次遍历中完成映射和求和，无需临时数组即可计算点积或平方和等结果。
float ss = thrust::transform_reduce(
d.begin(), d.end(), sq, 0.0f, thrust::plus<float>());让库发挥优势
这些基本操作都经过 NVIDIA 的深度优化。优先使用它们通常胜过自定义内核，还能节省数小时工作。
快速检查
回想一下前缀和会产生什么结果。
回顾
您使用 reduce 将数据归并，通过扫描构建运行总和，使用排序排列数组，并通过 transform_reduce 融合多个步骤。🏁
用 AI 导师学习 C++ — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「Thrust 归约、扫描与排序」课时是免费的吗？
是的 — 「Thrust 归约、扫描与排序」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 CUDA Academy 课程的其余内容，请升级到 CoddyKit PRO。 CUDA Academy 课程共包含 4 节课。
「Thrust 归约、扫描与排序」这节课中我会学到什么？
一次调用即可使用的高级原语 你通过在浏览器中直接运行的动手代码来练习 CUDA Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 CUDA Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 CUDA Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。
「Thrust 归约、扫描与排序」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 CUDA Academy 课中编写并运行代码吗？
能。每节 CUDA Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 正确使用 cuBLAS GEMM
- Thrust 向量与变换
- Thrust 归约、扫描与排序
- 用于深度学习的 cuDNN