---
name: mc_session_sim_gpu
kind: function
lang: cpp
domain: datascience
version: "1.0.0"
purity: impure
signature: "McSessionSim mc_session_sim_create(int n_sessions, int max_tiers); void mc_session_sim_reseed(McSessionSim&, uint64 seed); void mc_session_sim_run(McSessionSim&, const McSessionParams&); void mc_session_sim_readback_summary(const McSessionSim&, float* out); void mc_session_sim_readback_tier_counts(const McSessionSim&, unsigned int* out); void mc_session_sim_destroy(McSessionSim&)"
description: "N sesiones independientes de K spins en paralelo en GPU (1 thread = 1 sesion). Implementa el modelo variable-ratio escalonado de vr_tiered_lab: tiers (q, m), modes Pure/Pity/Streak, miss_streak, drawdown. Output SSBOs: summary[N*8] + tier_counts[N*max_tiers]."
tags: [montecarlo, gpu, simulation, vr_tiered, sessions, datascience]
uses_functions: ["gl_loader_cpp_gfx", "gpu_ssbo_cpp_gfx", "gpu_compute_program_cpp_gfx", "gpu_dispatch_cpp_gfx", "gpu_rng_glsl_cpp_gfx"]
uses_types: []
returns: []
returns_optional: false
error_type: "error_go_core"
imports: [GL/gl.h, GL/glext.h, vector, cstdio]
tested: false
tests: []
test_file_path: ""
file_path: "cpp/functions/datascience/mc_session_sim_gpu.cpp"
framework: opengl
params:
  - name: n_sessions
    desc: "Numero de sesiones independientes a simular en paralelo. 1 thread por sesion. Tipico: 10^4 - 10^6."
  - name: max_tiers
    desc: "Maximo de tiers que el simulador soportara (cota dura del shader = 8). Reservar el max que necesites; los runs pueden usar menos."
  - name: master_seed
    desc: "Semilla base. Cada sesion deriva su PCG state via SplitMix64 (deterministico bit-exacto)."
  - name: p
    desc: "McSessionParams: p_base, cost, start_balance, n_spins, n_tiers (<= max_tiers), tiers_q[n_tiers], tiers_m[n_tiers], mode, mode_p1, mode_p2."
  - name: out
    desc: "(summary) float[N*8]; (tier_counts) uint[N*max_tiers]."
output: "Tras run, summary tiene 8 floats por sesion: [final_balance, pnl, max_dd, peak, trough, spins, wins, longest_miss]. tier_counts tiene un uint por (sesion, tier_idx). El SSBO de seeds se actualiza para permitir runs subsiguientes que continuen la cadena RNG."
---

# mc_session_sim_gpu

Kernel GPU que portea el simulador de sesiones de `vr_tiered_lab_v2.jsx`. Cada sesion vive entera en un thread con state local en registros — sin atomics, sin shared memory, paralelismo trivial.

## Performance esperada

RTX 3070, 5888 cores: 10^6 sesiones × 10^4 spins = **10^10 ops Monte Carlo** en ~1-3 s. Comparado con CPU single-thread (~60 s) el speedup es 20-60x.

## Patron de uso

```cpp
auto sim = fn::ds::mc_session_sim_create(/*n_sessions=*/100'000, /*max_tiers=*/5);
fn::ds::mc_session_sim_reseed(sim, 0xC0FFEE);

// Mid vol preset
float qs[] = {0.7f, 0.22f, 0.07f, 0.01f};
float ms[] = {1.5f, 4.0f, 15.0f, 100.0f};

fn::ds::McSessionParams p{};
p.p_base        = 0.20f;
p.cost          = 1.0f;
p.start_balance = 100.0f;
p.n_spins       = 1000;
p.n_tiers       = 4;
p.tiers_q       = qs;
p.tiers_m       = ms;
p.mode          = fn::ds::McSessionMode::Pity;
p.mode_p1       = 5.0f;       // pity soft = 5 misses
p.mode_p2       = 20.0f;      // pity hard = 20 misses

fn::ds::mc_session_sim_run(sim, p);

std::vector<float> summary(100'000 * 8);
fn::ds::mc_session_sim_readback_summary(sim, summary.data());

// summary[sid*8 + 1] = pnl de la sesion sid
// histograma de pnl para distribucion -> stats_summary, drawdown, etc.

fn::ds::mc_session_sim_destroy(sim);
```

## Modes

| mode | mode_p1 | mode_p2 | Descripcion |
|---|---|---|---|
| Pure | — | — | p_eff = p_base (sin compensacion) |
| Pity | soft | hard | p_eff sube linealmente p_base->1 entre soft y hard miss_streak |
| Streak | lambda | — | p_eff = min(1, p_base * (1 + lambda * miss_streak)) |

## Layout summary[sid * 8 + k]

| k | Campo |
|---|---|
| 0 | final_balance |
| 1 | pnl (= final - start) |
| 2 | max_dd (peak-to-trough absoluto) |
| 3 | peak |
| 4 | trough |
| 5 | spins (= n_spins o menor si rota antes por ruina) |
| 6 | wins (numero de hits) |
| 7 | longest_miss |

## Notas

- max_tiers esta cap a 8 (cota dura del shader, registros locales). Si necesitas mas, usar variante con SSBO de counters por sesion en vez de registros.
- Tras `run`, el SSBO de seeds RNG queda actualizado. Llamar `run` otra vez con `n_spins` adicional simula los siguientes spins continuando la cadena (no rearranca). Util para "stream" sesiones largas en chunks.
- Para batches mas grandes que VRAM (n_sessions > 10^7 con summary float[8] = 320 MB), partir en sub-batches y readback entre llamadas.
- Compatibilidad GL 4.3+ (compute shaders + atomicAdd uint). RTX 3070 expone GL 4.6, sobra.