我正在尝试使用CUBLAS来计算未知大小的两个大矩阵。我需要一个完全优化的代码（如果可能），所以我选择不重写矩阵加法代码（简单），而是使用CUBLAS，尤其是cublasSgemm函数，它允许A和C相加（如果B是单位矩阵）：* C = alpha * op（A）* op（B）+ beta * c *CUBLAS - 矩阵加法..怎么样？
问题是：C和C++以行主格式存储矩阵，cublasSgemm的目的是为了Fortran兼容性，主要格式。你可以指定A和B是否先被转置，但是你不能指示转置C.所以我无法完成我的矩阵加法。
我不能转置我自己的C矩阵，因为矩阵最大尺寸为20000x20000。
关于如何解决请任何想法？
如果你只是添加矩阵，它并不重要。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，这是正确的Cij。我担心的是，当你开始去做重要的事时 - 比如矩阵产品。在那里，有可能没有解决它。
但更重要的是，您不希望使用GEMM来进行矩阵加法 - 您正在做一个完全没有意义的矩阵乘法（这需要大约20,000次操作和很多遍历内存）对于一个操作人员来说，这个操作人员只需要操作一次就可以完成大约20,000次！将基质视为20,000^2长的载体并使用松软。
矩阵乘法是内存带宽密集型的，所以在自己编码和调整版本之间有很大的性能差异（10倍或100倍的因素）。理想情况下，您可以更改代码中的结构以匹配库。如果你不能，在这种情况下，你可以通过使用线性代数标识来进行管理。 C-vs-Fortran排序意味着当你通过A时，CUBLAS“看到”A T（A转置）。这很好，我们可以解决它。如果你想要的是C = A.B，则按照相反的顺序传递基准，B.A。然后库看到（B T.A T），并计算C T =（A.B）T;然后当它传回C T时，您会得到（在您的订购中）C.测试它并查看。
cublasgeam已被添加到CUBLAS5.0。 它计算了2个可选的转置矩阵的加权总和
如果你只是添加了matricies，那实际上并不重要，对吧？你给它alpha，Aij，beta和Cij。它意味着你给它alpha，Aji，beta和Cji，并给你它认为是Cji = beta Cji + alpha Aji。但就你而言，这是正确的Cij。我担心的是，当你开始讨论重要的事情时 - 比如矩阵产品。在那里，有可能没有解决它。 – 2011-03-25 21:38:26
但更重要的是，你不希望使用GEMM做矩阵_addition_ - 你正在做一个完全没有意义的矩阵乘法（需要花费大约20,000^3次操作并且很多次通过内存）一次性通过20,000^2次操作！将基质视为20,000^2长的载体并使用松软。 – 2011-03-25 21:43:32
非常感谢你的松软解决方案，它非常棒！所以用cublas实现（性能）矩阵乘法是完全不可能的，对吧？我应该自己编码？ – 2011-03-25 22:27:24