如何生成大量高质量的随机数？

Question

我正在做一个粒子在晶格中运动的随机行走模拟。因此，我必须创建大量的随机数，大约10^12及以上。目前，我正在使用C 11提供的可能性

问题是：我能做些什么来减少生成这些数字所需的CPU时间，以及对它们的质量有什么影响？

如您所见，我尝试了不同的引擎，但这对CPU时间没有太大影响。此外，我的uniform01（gen）和generate\u canonical之间有什么区别

编辑：通过阅读答案，我得出结论，我的问题没有理想的解决方案。因此，我决定首先让我的程序具有多线程功能，并在不同的线程中运行多个RNG（使用一个随机的\u设备号作为线程的单个增量进行播种）。目前，这种接缝是最不可避免的步骤（无论如何都需要多线程）。作为下一步，根据具体要求，我考虑切换到建议的Intel RNG或推力。这意味着我的RNG实现不应该太复杂，而目前情况并非如此。但现在我喜欢关注模型的物理正确性，而不是编程方面的东西，只要程序的输出在物理上是正确的，就会出现这种情况。有关Intel RNG的推力

以下是我目前所做的：

class Generator {
public:
    Generator();
    virtual ~Generator();
    double rand01(); //random number [0,1)
    int binomial(int n, double p); //binomial distribution with n samples with probability p
private:
    std::random_device randev; //seed
    /*Engines*/
    std::mt19937_64 gen;
    //std::mt19937 gen;
    //std::default_random_engine gen;
    /*Distributions*/
    std::uniform_real_distribution<double> uniform01;
    std::binomial_distribution<> binomialdist;
};

Generator::Generator() : randev(), gen(randev()), uniform01(0.,1.), binomial(1,1.) {
}

Generator::~Generator() { }

double Generator::rand01() {
    //return uniform01(gen);
    return generate_canonical<double,numeric_limits<double>::digits>(gen);
}

int Generator::binomialdist(int n, double p) {
    binomial.param(binomial_distribution<>::param_type(n,p));
    return binomial(gen);
}

Answer 1

也许可以使用GPU来同时生成多个数字，而不是使用CPU？

基于CUDA的高效随机数生成及应用

Answer 2

如果你需要大量的随机数，我的意思是大量的，请在互联网上仔细搜索IBM的浮点随机数生成器，它可能是十年前发布的。你必须买一台PowerPC机器，或者买一台新的带fused multiply add的Intel机器。他们以每个核心每周期一个的速率获得随机数。所以，如果你买了一台新的Mac Pro，你可能会达到每秒500亿个随机数。

Answer 3

您可以预先处理随机数，并在需要时使用它们。

如果您需要真正的随机数，我建议您使用以下服务http://www.random.org/这确保了由环境环境计算的随机数，而不是某些算法。

说到随机数，你还必须检查一下：