CUDA版本稀疏矩阵向量乘

说明：

1.转载请联系本人

2.代码在最后

问题描述

SpMV在许多科学计算程序中都有广泛的应用。
数据矩阵A是稀疏的，输入向量x和输出向量y是稠密的。

公式： y = Ax

实验要求

1. 根据内存大小测不同规模矩阵的处理速度（GFLOPS／秒），并给出计算公式。
2. 请计算系统的理论峰值，如果没有达到理论峰值，尝试给出原因。

方法

CUDA稀疏矩阵上没有通用的方法，一般来说对于SpMV问题有两个可以着手的点：
一个是存储方式，另一个是矩阵相乘的方式。
矩阵相乘部分可以参考上一个实验中一些常用的方法，而在稀疏矩阵的问题中，尤为突出的是存储方式的选取。通常来说有COO，CSR，DIA,ELL，HYB等方法，较常采用的是COO与CSR。

实验

1.实验环境

本机： CPU:i5-4210U
内存:8G OS: Windows10 1607

实验室：CPU: i7-7700K GPU:GTX 1080
内存:8G DDR4 OS：Ubuntu 16.04