如果你只是添加矩阵，它实际上并不重要 . 你给它alpha，Aij，beta和Cij . 它认为你给它alpha，Aji，beta和Cji，并给你它认为是Cji = beta Cji alpha Aji . 但就你而言，那是正确的Cij . 我担心的是当你开始做有关事的事情 - 比如矩阵产品 . 在那里，可能没有解决它 .
但更重要的是，你不需要做一个完全没有意义的矩阵乘法(需要大约20,0003次操作和多次通过内存)才能进行操作，这只需要大约20,000次操作和一次通过！将matricies视为20,000 ^ 2长矢量并使用saxpy .
矩阵乘法是内存带宽密集型的，因此在自己编码和调优版本之间存在巨大的(10倍或100倍)性能差异 . 理想情况下，在这种情况下，您只需使用线性代数标识即可进行管理 . C-vs-Fortran排序意味着当你传入A，CUBLAS "sees" AT(转置)时 . 哪个好，我们可以解决它 . 如果你想要的是C = A.B，以相反的顺序传入基础，B.A . 然后库看到(BT.AT)，并计算CT =(A.B)T;然后当它传回CT时，你得到(按照你的订单)C . 测试并查看 .
扫一扫
3938
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
