18.cuBLAS开发指南中文版--cuBLAS中的Level-2函数gbmv()

2.6. cuBLAS Level-2 函数参考

在本章中，我们将描述执行矩阵向量运算的 Level-2 基本线性代数子程序 (BLAS2) 函数。

2.6.1. cublas<t>gbmv()

cublasStatus_t cublasSgbmv(cublasHandle_t handle, cublasOperation_t trans,
                           int m, int n, int kl, int ku,
                           const float           *alpha,
                           const float           *A, int lda,
                           const float           *x, int incx,
                           const float           *beta,
                           float           *y, int incy)
cublasStatus_t cublasDgbmv(cublasHandle_t handle, cublasOperation_t trans,
                           int m, int n, int kl, int ku,
                           const double          *alpha,
                           const double          *A, int lda,
                           const double          *x, int incx,
                           const double          *beta,
                           double          *y, int incy)
cublasStatus_t cublasCgbmv(cublasHandle_t handle, cublasOperation_t trans,
                           int m, int n, int kl, int ku,
                           const cuComplex       *alpha,
                           const cuComplex       *A, int lda,
                           const cuComplex       *x, int incx,
                           const cuComplex       *beta,
                           cuComplex       *y, int incy)
cublasStatus_t cublasZgbmv(cublasHandle_t handle, cublasOperation_t trans,
                           int m, int n, int kl, int ku,
                           const cuDoubleComplex *alpha,
                           const cuDoubleComplex *A, int lda,
                           const cuDoubleComplex *x, int incx,
                           const cuDoubleComplex *beta,
                           cuDoubleComplex *y, int incy)

此函数执行带状矩阵向量乘法

$y=\alpha op(A)x+\beta y$

其中 A 是具有 kl 次对角线和 ku 超对角线的带状矩阵，x 和 y 是向量，$\alpha$ 和 $\beta$ 是标量。 此外，对于矩阵 A:

$$op(A)=\{\begin{array}{l}A如果transa==CUBLA{S}_O{P}_N,\\ A^T如果transa==CUBLA{S}_O{P}_T,\\ A^H如果transa==CUBLA{S}_O{P}_H\end{array}$$

带状矩阵 A 逐列存储，主对角线存储在 ku+1 行（从第一个位置开始），第一个上对角线存储在 ku 行（从第二个位置开始），第一个子对角线存储在 ku+2 行 （从第一个位置开始）等等。所以一般来说，元素 A(i,j) 存储在内存位置 A(ku+1+i-j,j) 中，因为 j=1,…,n 和 $i\in [max(1,j-ku),min(m,j+kl)]$ . 此外，数组 A 中的元素在概念上不对应于带状矩阵中的元素（左上角 ku * ku 和右下角 kl *kl 三角形）不被引用。

Param.	Memory	In/out	Meaning
handle		input	handle to the cuBLAS library context.
trans		input	operation op(A) that is non- or (conj.) transpose.
m		input	number of rows of matrix A.
n		input	number of columns of matrix A.
kl		input	number of subdiagonals of matrix A.
ku		input	number of superdiagonals of matrix A.
alpha	host or device	input	<type> scalar used for multiplication.
A	device	input	<type> array of dimension lda x n with lda>=kl+ku+1.
lda		input	leading dimension of two-dimensional array used to store matrix A.
x	device	input	<type> vector with n elements if transa == CUBLAS_OP_N and m elements otherwise.
incx		input	stride between consecutive elements of x.
beta	host or device	input	<type> scalar used for multiplication, if beta == 0 then y does not have to be a valid input.
y	device	in/out	<type> vector with m elements if transa == CUBLAS_OP_N and n elements otherwise.
incy		input	stride between consecutive elements of y.

该函数可能返回的错误值及其含义如下所列。

Error Value	Meaning
CUBLAS_STATUS_SUCCESS	操作成功完成
CUBLAS_STATUS_NOT_INITIALIZED	库未初始化
CUBLAS_STATUS_INVALID_VALUE	If m, n, kl, ku < 0 or if lda < (kl+ku+1) or if incx, incy == 0 or if trans != CUBLAS_OP_N, CUBLAS_OP_T, CUBLAS_OP_C or alpha, beta == NULL
CUBLAS_STATUS_EXECUTION_FAILED	该功能无法在 GPU 上启动

请参考:
sgbmv, dgbmv, cgbmv, zgbmv