仔细研读了各类经典秘籍之后，本王决定找到一只菜鸟勇者练练手.
众所周知，大陆有无穷个平行宇宙的版本，有些地方的勇者技术精湛，能将能力榨干到极限；
也有菜鸟勇者，CD超长，魔术稀烂，完全不是本王的对手。
不如趁着周中勇者都在上班，抓个找不到工作的弱鸡勇者吧!
🗡🗡🗡勇者の试炼：归约
与勇者比拼，无非速度，耐力，攻击力。比如如何快速地计算1e8次攻击的总伤害，好安排下一次的攻击。
一个菜鸟勇者会不加思索地写道：
const int N = 1e8;
int main() {
int sum = 0;
int *a;
get_actions(a, N); //生成N个值
for (int i=0; i<N; i++) {
sum += a[i];
}
return 0;
}
正合我意。在他挨个记数的时候，60ms已经过去。按照本王先前的精细化管理经验， 这世间足够成千上万的小兵进行攻击了。
😈😈😈魔王の挑战
从cuda大陆的认真笔记中，我了解到，要打败勇者，需要考虑这么几个方面：
- 计算密度
- 存储类型
- 合并度
计算密度在这个基础的挑战中毫无用武之地，毕竟只是单纯的加法全局考量。
于是本王将目光转向存储类型。
存储类型决定着读取记忆的快慢。假设小妖们要谋划A+B，那脑中必定需要首先回忆起A和B。
小兵们所使用的记忆(memory), 既有【全局内存】， 也有【共享内存】
- 全局内存：所有线程都能访问其中数据，容量很大（G级别），访问较慢。
- 共享内存：一个块中的线程能够访问，速度较快，容量有限（KB级别）。
在这里，不同的小兵将结成阵列(block)，共享一块存储，如此一来，他们回忆的速度将会加快....
所以shared memory正是本王所要的。。。
正待本王组织动手之际。。。
🗡🗡🗡勇者の反击！
吾等勇者，行侠仗义，救NPC于危难，免其他勇者于冒险。
听闻菜鸟勇者被绑，吾等岂能坐视。
这试炼如此简单，若不好好表现，岂不辱没吾等勇者威名！
吾等十名勇者，自愿结阵，前来相助！
#include <memory>
#include <stdio.h>
#include <stdlib.h>
#include <omp.h>
#include <chrono>
const long N = 1e8;
void get_actions(int *a, int n) {
for (long i=0; i<n; i++) {
a[i] = i % 1000;
}
}
int main() {
long long sum = 0;
int *a = new int[N];
get_actions(a, N); //生成N个值
printf("N is %lld\n", N);
auto t1 = std::chrono::steady_clock::now();
for (int i=0; i<10; i++) {
printf("a %d\n", a[i]);
}
long i;
#pragma omp parallel for private(i)
for (i=0; i<N; i++) {
sum += a[i];
}
auto t2 = std::chrono::steady_clock::now();
auto diff = std::chrono::duration<double>(t2 - t1);
printf("add cost %lf ms, total sum %lld\n", diff.count() * 1000, sum);
delete[] a;
return 0;
}
export OMP_NUM_THREADS=10
勇者们说完一番废言废语，十人接力起来，再看耗时，已经降到了10ms。
😈😈😈魔王の外挂！
情知不能再拖！若是勇者们人数再增加，此次挑战将完败。魔界的魔威何在？
然而，要从头开始打造小兵，申请头脑，按前文的步骤，检查错误，考核绩效，一时半会，绝不能完成......
也不是只有勇者才有外援！本魔王也有外挂thrust，可以一战！
#include <memory>
#include <stdio.h>
#include <stdlib.h>
#include <omp.h>
#include <chrono>
#include <thrust/device_vector.h>
#include <thrust/host_vector.h>
using ll = long long;
const long N = 1e8;
void get_actions(thrust::host_vector<ll> &a, int n) {
for (long i=0; i<n; i++) {
a[i] = i % 1000;
}
}
int main() {
ll sum = 0;
thrust::host_vector<ll> a(N);
get_actions(a, N); //生成N个值
thrust::device_vector<ll> d_a(N);
d_a = a;
printf("N is %lld\n", N);
auto t1 = std::chrono::steady_clock::now();
sum = thrust::reduce(d_a.begin(), d_a.end(), (ll)0, thrust::plus<ll>());
auto t2 = std::chrono::steady_clock::now();
auto diff = std::chrono::duration<double>(t2 - t1);
printf("add cost %lf ms, total sum %lld\n", diff.count() * 1000, sum);
return 0;
}
与勇者类似的篇幅里，本王一王完成了同样的题目。耗时，6ms。
🏆🏆🏆🏆🏆🏆🏆:魔王！
关于thrust的传奇，让本魔王番外来讲。
