我正在研究AxB
CUDA 中的特殊矩阵-矩阵乘法 ( ),其中A
是随机MxM
矩阵,B
是MxN
矩阵。在下面的代码中,M
只是2000
但在实际情况下,它将被替换为大数字,因此给出的不仅仅是2GB
矩阵A
。实际上, 的所有元素A
都是随机的,并且限制在某个范围内,因此将由 randomize 函数生成。
我已经编写了下面的代码,其中的每个元素A
都是从数组中随机选取的,因此原始元素AxB
将被修改为长度M
乘以的向量B
。这是我编写代码的方式,但它似乎不起作用
#include <iostream>
#include <cusp/complex.h>
using namespace std;
#define M 2000
#define N 300
typedef cusp::complex<double> Complex;
__global__ void MVult(Complex* ad, Complex* bd, Complex* cd, int m1, int n1, int n2)
{
int x = (blockIdx.x * blockDim.x) + threadIdx.x;
int y = (blockIdx.y * blockDim.y) + threadIdx.y;
if(x < n2 && y < m1)
{
Complex sum = Complex(0.0, 0.0);
int ridx = (rand()%(M-1)); // here I randomize the starting ridx
for(int i=0; i<n1; i++) sum += ad[ridx + i] * bd[i * n2 + x];
cd[y * n2 + x] = v;
}
}
int main(int argc, char *argv[])
{
std::vector< Complex > _A(2*M+1);
std::vector< Complex > _B(M*N);
Complex *A, *B, *C;
cudaMalloc((void**)&A, (2*M+1)*sizeof(Complex));
cudaMalloc((void**)&B, M*N*sizeof(Complex));
cudaMalloc((void**)&C, M*N*sizeof(Complex));
for (int i=0; i<2*M+1; i++) _A[i] = Complex((double)i, (double)i);
for (int i=0; i<M*N; i++) _B[i] = Complex(1.0, 0.0);
cudaMemcpy( A, &_A[0], (2*M+1)*sizeof(Complex), cudaMemcpyHostToDevice );
cudaMemcpy( B, &_B[0], (M*N)*sizeof(Complex), cudaMemcpyHostToDevice );
dim3 block(32, 32);
dim3 grid((N+31)/32, (M+31)/32);
MVult<<<grid, block>>>(A, B, C, M, M, N);
cudaMemcpy(&_B[0], &C[0], (M*N)*sizeof(Complex), cudaMemcpyDeviceToHost);
cudaFree(A);
cudaFree(B);
cudaFree(C);
return 0;
}
我尝试使用 CPU 循环来循环它M
,每次运行向量和矩阵乘法(在 CUDA 中完成),但它太慢了。我正在寻找一种更快的方法来解决问题。