费米架构可能解决我的比较研究？

Question

我正在进行一项比较研究，其中我必须对算法的串行和并行版本进行比较（准确地说是 NSGA-II 算法download link here）。 NSGA-II 是一种启发式优化方法，因此取决于生成的初始随机种群。如果使用 CPU 和 GPU 生成的初始种群不同，那么我无法进行公正的加速研究。

我拥有一块计算能力为 1.3 的 NVIDIA-TESLA-C1060 卡。根据this anwer 和this NVIDIA document，我们不能指望 sm_13 设备总是产生符合 IEEE-754 的浮点（单精度）值。换句话说，这意味着在我当前的设备上，我无法对其串行对应的 CUDA 程序进行公正的加速研究。

我的问题是：改用 Fermi 架构能解决问题吗？

Answer 1

浮点运算在不同的架构上会产生不同的结果，无论它们是否支持 IEEE754，因为浮点不是关联的。即使在 x86 上切换编译器通常也会给出不同的结果。这个whitepaper 给出了一些很好的解释。

话虽如此，您真正的问题是您有一个数据相关算法，其中操作取决于您生成的随机数。因此，如果您在 CPU 和 GPU 上生成相同的数字，那么两次运行都将遵循相同的路径。考虑使用cuRAND，它可以在 CPU 和 GPU 上生成相同的数字。