CUDA之矩阵转置

在波束形成中除了矩阵乘法，还需要一个矩阵转置。

其实用C语言来实现矩阵转置很简单，但是速度可能比较慢。参考博文：CUDA矩阵转置

const int TILE_SIZE = 4; 

__global__ void TransposeKernel(const Matrix A, const Matrix B)
{
  int i = blockIdx.x * TILE_SIZE + threadIdx.x; // column
  int j = blockIdx.y * TILE_SIZE + threadIdx.y; // row

  B.elements[j + i*B.stride] = A.elements[i + j*A.stride]