Thrust 向量与变换
GPU 上采用 STL 风格的并行处理
Thrust 向量与变换 是 CoddyKit 上的免费 CUDA Academy 课时。 这是第 2 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。
GPU 的 STL
Thrust 是一个高级库，使用起来类似 C++ STL，但运行在 GPU 上。您几乎不需要亲自编写内核代码。🎉
两种向量
Thrust 为 CPU 内存提供 host_vector，为 GPU 内存提供 device_vector。它们看起来完全相同，但位于不同的世界。
thrust::host_vector<int> h(100);
thrust::device_vector<int> d(100);跨越边界进行复制
将 host_vector 赋值给 device_vector 会自动触发内存传输。您无需手动编写 cudaMemcpy 样板代码。
thrust::device_vector<int> d = h; // host to device自动分配
device_vector 会通过 RAII 为您分配和释放 GPU 内存。当它离开作用域时，内存会被干净地释放。
填充与生成序列
thrust::fill 和 thrust::sequence 等辅助工具可以通过一次并行调用初始化整个 device_vector，而不必手写循环。
thrust::sequence(d.begin(), d.end()); // 0,1,2,...变换实现逐元素映射
thrust::transform 会并行地对每个元素应用一个函数，并将结果写入输出范围。这就是经典的映射模式。
thrust::transform(d.begin(), d.end(),
out.begin(), op);函数对象就是操作
您传入的操作称为函数对象：它是一个将 operator() 标记为 __host__ __device__ 的结构体，因此可以在 GPU 上运行。
struct Square { __host__ __device__
float operator()(float x){ return x*x; } };内置运算符
对于常见数学运算，Thrust 提供了 thrust::plus 和 thrust::multiplies 等函数对象，因此简单任务无需自己编写函数对象。
thrust::transform(a.begin(), a.end(),
b.begin(), c.begin(), thrust::plus<float>());两个输入，一个输出
transform 的二元形式接收两个输入范围并逐对合并它们，非常适合逐元素向量加法。
获取原始指针
需要进入手写内核吗？thrust::raw_pointer_cast 会为您提供底层设备指针，以便继续传递。
float* p = thrust::raw_pointer_cast(d.data());更少代码，更少错误
Thrust 隐藏了内存分配、复制和启动配置。您用少量控制权换来了易读且安全、能够直接运行的 GPU 代码。
快速检查
回想一下 Thrust 如何对整个向量应用一个操作。
回顾
您使用 device_vector 自动管理内存，通过赋值传输数据，并使用函数对象运行了 transform。这就是 STL 风格的 GPU 能力。💪
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 向量与变换」课时是免费的吗？
是的 — 「Thrust 向量与变换」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 向量与变换」这节课中我会学到什么？
GPU 上采用 STL 风格的并行处理 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 2 节课，共 4 节。
「Thrust 向量与变换」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