我在使用OpenCL的GPU上運行昂貴的計算任務。該任務需要在每個工作人員中生成許多隨機數。其中一些隨機數據應該在一定的時間間隔內均勻生成，但其他一些隨機數字必須是高斯分佈在（變化的）值周圍。OpenCL中的高斯分佈隨機數
到目前爲止，我一直在python中創建隨機數並將它們傳遞給OpenCL。然而，現在的瓶頸是這些隨機數的傳遞（至少比實際計算慢一個數量級）。
Box-Muller transform是一種將均勻隨機變量轉換爲正態分佈的易於並行化的方法。我已經將它與ddemidov提到的Random123庫一起使用。
使用Box-Muller和線性同餘發生器時要小心，在算法之間有一個衆所周知的交互作用，這會導致結果沿螺旋下降。 – pjs
VexCL庫provides基於計數器的隨機數發生器Random123套件（免責聲明：我是庫的開發者）。
還檢查Boost.compute和ViennaCL庫。
Boost.Compute庫提供normal_distribution類以及幾個隨機數發生器（mersenne_twister_engine和linear_congruential_engine）。這些可以一起使用來在設備上產生正常（又名高斯）分佈隨機值。
例如，以產生隨機float值居中在5.0：
// create a vector of floats on the device
boost::compute::vector<float> vec(1000, context);
// initialize the default random engine
boost::compute::default_random_engine engine(queue);
// setup the normal distribution to produce floats centered at 5
boost::compute::normal_distribution<float> distribution(5.0f, 1.0f);
// generate the random values and store them to 'vec'
distribution.generate(vec.begin(), vec.end(), engine, queue);
參見：http://stackoverflow.com/questions/9912143/how-to-get-a-random-number-in -opencl – OlivierLi