並べ替える必要がある大量のデータがあり、それぞれ数万の値を持つ数百万の配列があります。私が疑問に思っているのは、次のとおりです。
GPUで並列ソートアルゴリズムを実装し、すべての配列で実行する方が良いですか?
また
クイックソートなどのシングル スレッド アルゴリズムを実装し、GPU の各スレッドに異なる配列を割り当てます。
明らかに、速度が最も重要な要素です。シングル スレッドの並べ替えアルゴリズムでは、メモリが制限要因になります。私はすでに再帰的なクイックソートを実装しようとしましたが、大量のデータでは機能しないようですので、メモリの問題があると仮定しています.
ソートされるデータ型が長いため、数値のバイナリ表現が長すぎるという事実により、基数ソートが可能になるとは思いません。
任意のポインタをいただければ幸いです。
ソートは、多くの注目を集めている操作です。高性能に関心がある場合は、独自のソートを作成することはお勧めできません。GPU での並べ替えには、 throw 、 back40computing 、 moderngpu、またはCUBなどを検討します。
上記のほとんどは、一度に配列を処理し、完全な GPU を使用して配列を並べ替えます。スラストには、複数の配列を「一度に」処理できるベクトル化された並べ替えを行うための手法があり、CUB は「スレッドごと」の並べ替え (たとえば、「スレッド ブロックごと」) を行うためのオプションになる場合もあります。
一般に、CPU ソート コードについても同じことが言えます。自分で書かないでください。
編集：もう1つコメントがあると思います。あなたが言及した最初のアプローチ（つまり、スレッドごとにソートを行わない）に大きく傾いています。これには2つの関連する理由があります。