Сжатие потока с помощью Thrust; лучшие практики и самый быстрый способ?

Я заинтересован в портировании некоторого существующего кода для использования Thrust, чтобы посмотреть, смогу ли я сравнительно легко ускорить его на GPU.

Чего я хочу добиться, так это операции сжатия потока, в которой будут храниться только ненулевые элементы. У меня это в основном работает, в соответствии с примером кода ниже. Часть, в которой я не уверен, как справиться, имеет дело со всем дополнительным пространством заполнения, которое находится в d_res и, следовательно, в h_res, после сжатия.

В примере просто используется последовательность 0-99 со всеми четными записями, установленными на ноль. Это всего лишь пример, и настоящей проблемой будет общий разреженный массив.

Этот ответ очень помог мне, хотя когда дело доходит до чтения данных, размер, как известно, является постоянным:
Как быстро сжать разреженный массив с помощью CUDA C?

Я подозреваю, что могу обойти это, подсчитав количество нулей в d_src, а затем выделив только d_res для этого размера или выполнив подсчет после сжатия, и скопировав только столько элементов. Это действительно правильный способ сделать это?

Я чувствую, что это будет легко исправить благодаря умному использованию итераторов или некоторой другой функции тяги.

#include <thrust/host_vector.h>
#include <thrust/device_vector.h>
#include <thrust/copy.h>

//Predicate functor
struct is_not_zero
{
__host__ __device__
bool operator()(const int x)
{
return (x != 0);
}
};

using namespace std;

int main(void)
{
size_t N = 100;

//Host Vector
thrust::host_vector<int> h_src(N);

//Fill with some zero and some nonzero data, as an example
for (int i = 0; i < N; i++){
if (i % 2 == 0){
h_src[i] = 0;
}
else{
h_src[i] = i;
}
}

//Print out source data
cout << "Source:" << endl;

for (int i = 0; i < N; i++){
cout << h_src[i] << " ";
}
cout << endl;

//copies to device
thrust::device_vector<int> d_src = h_src;

//Result vector
thrust::device_vector<int> d_res(d_src.size());

//Copy non-zero elements from d_src to d_res
thrust::copy_if(d_src.begin(), d_src.end(), d_res.begin(), is_not_zero());

//Copy back to host
thrust::host_vector<int> h_res(d_res.begin(), d_res.end());
//thrust::host_vector<int> h_res = d_res; //Or just this?

//Show results
cout << "h_res size is " << h_res.size() << endl;
cout << "Result after remove:" << endl;

for (int i = 0; i < h_res.size(); i++){
cout << h_res[i] << " ";
}
cout << endl;

return 0;
}

Кроме того, я новичок с Thrust, поэтому, если у приведенного выше кода есть какие-либо очевидные недостатки, которые противоречат рекомендуемым методам использования Thrust, пожалуйста, дайте мне знать.

Точно так же скорость всегда интересна. Читая некоторые из различных руководств по тяге, кажется, что здесь небольшие изменения, и могут быть большие сбережения скорости или потери. Итак, пожалуйста, дайте мне знать, если есть разумный способ ускорить это.