问题标签 [blas]

The Fortran reference implementation documentation states:

However, given m and k shouldn't I be able to derive LDA? When is LDA permitted to be bigger than n (or k)?

这些是我在 4 个 GPU 上运行 cublas DGEMM 的结果，每个 GPU 使用 2 个流（Tesla M2050）：

我已经测试了我的结果，它们没问题；与使用默认流的版本相比，我担心我得到的高 Gflops 值。我正在使用以下公式计算 Gflops：

Gflops = {2.0*10^-9*(N^3+N^2)}/elapsed_time_in_s

对于使用多个流的版本，我是否需要以任何方式修改此公式？

HtoD-ker-DtoH是主机到设备的数据传输、内核执行和设备到主机的数据传输所花费的时间，以秒为单位（这是上面公式的分母）。 Crosspost 到 Nvidia 论坛 - http://forums.nvidia.com/index.php?showtopic=219910&st=0#entry1350908

编辑：根据@talonmies 的评论，我cudaStreamSynchronize在计算时间之前添加了一个，结果如下：

谢谢，

萨彦

我目前正在开发一个涉及大量调用 blas 例程的应用程序。定期检查我发现的内存泄漏，我在dgemm调用中丢失了字节。调用如下所示：

A、B 和 C 是大小为 n*n 的双字段。valgrind 输出为：

我检查了矩阵的尺寸。它们与预期的一样。我不明白 dgemm_ 调用如何造成这样的泄漏。我可以理解非法写入或读取。但我不明白 dgemm_ 如何导致泄漏。

我在 MATLAB 中编写 MEX 文件时遇到问题，该文件可以执行简单的线性运算，例如求矩阵的逆。我已经成功地使用 Visual Studio 2010 对矩阵求逆，并成功创建了一个 MEX 文件，因此我唯一遇到的问题是将这两个概念放在一起。我试图编译从 MathWorks 站点获得的 MEX 示例代码，但没有成功。

这是我尝试过的，

1. 将我从 MathWorks 获得的文件（重命名）保存为 .c 扩展名，然后尝试在 MATLAB 中编译得到：

   创建库 C:\Users\CIT\AppData\Local\Temp\mex_bKHjrl\templib.x 和对象 C:\Users\CIT\AppData\Local\Temp\mex_bKHjrl\templib.exp eko1.obj：错误 LNK2019：未解析的外部符号dgesv 在函数 mexFunction eko1.mexw64 中引用：致命错误 LNK1120：1 未解决的外部

2. 我也尝试将它编译为 .cpp 文件，但是由于它无法识别 memcpy 函数而发生错误。

3. 由于这些不起作用，我编写了自己的程序，该程序使用了 LAPACK 库中的子例程 dgetrf 和 dgetri，但是发生了错误：

   c:\users\cit\documents\matlab\f2c.h(16)：错误 C2371：“复杂”：重新定义；不同的基本类型 C:\Program Files\MATLAB\R2011b\extern\include\lapack.h(39) ：参见“复杂”的声明 c:\users\cit\documents\matlab\f2c.h(17)：错误 C2371 ：'doublecomplex'：重新定义；不同的基本类型 C:\Program Files\MATLAB\R2011b\extern\include\lapack.h(40) ：参见“doublecomplex” eko2.cpp(29) 的声明：错误 C2057：预期的常量表达式 eko2.cpp(29)：错误 C2466：无法分配常量大小 0 eko2.cpp(29) 的数组：错误 C2133：“ipiv”：未知大小 eko2.cpp(33)：错误 C2664：“dgetrf”：无法从“整数 *”转换参数 1 to 'ptrdiff_t *' 指向的类型是不相关的；转换需要 reinterpret_cast，C-style cast 或 function-style cast eko2.cpp(34) : error C2664: 'dgetri' : cannot convert parameter 1 from 'integer *' to 'ptrdiff_t *' 指向的类型不相关；转换需要 reinterpret_cast、C-style cast 或 function-style cast

你们给我的任何帮助将不胜感激

提前致谢。

我应该如何调用 Fortran 函数？

我正在尝试调用DLANSY，但它错误地返回 0。请参阅下面的代码和程序输出。

它打印的内容：

在输入数组中具有适当的大小。

到底是怎么回事？

当我尝试编译 Armadillo 2.4.2 附带的 example1.cpp 时，我不断收到以下链接错误：

有人可以帮忙吗？我手动安装

• 最新版本的 BLAS
• lapack-3.4.0
• 升压1.48.0
• 最新版本的 ATLAS

我在 MacBook Pro 7,1 型号上使用 Ubuntu 11.04

我正在构建基于 blas 和 lapack 的 numpy/scipy 环境，或多或少基于此演练。

完成后，如何检查我的 numpy/scipy 函数是否确实使用了先前构建的 blas/lapack 功能？

众所周知，以一种跨步方式访问内存最有利于性能。

在以下情况下

• 我必须访问一个内存区域才能阅读，
• 我必须访问另一个区域进行写作，并且
• 我只能以一种大步的方式访问这两个区域中的一个，

我应该更喜欢阅读步幅一还是写步幅一？

一个简单而具体的示例是类似 BLAS 的复制和置换操作，例如y := P x. 置换矩阵P完全由某个置换向量定义q(i)。它有一个对应的逆置换向量qinv(i)。可以将所需的循环编码为y[qinv(i)] = x[i]前者y[i]=x[q(i)]从x步幅一读取而后者写入y步幅一的位置。

理想情况下，人们总是可以对这两种可能性进行编码，在有代表性的条件下对其进行分析，然后选择更快的版本。假设您只能编写一个版本 - 根据现代内存架构的行为，您总是期望哪种访问模式更快？在线程环境中工作会改变你的反应吗？

在我的 cublas 初始化期间，我收到一个错误，即不是想要的CUBLAS_STATUS_SUCCESS。

检查返回的状态，我发现返回的状态是CUBLAS_STATUS_NOT_INITIALIZED，它没有被列为该函数的可能返回。

有谁知道是什么导致了这种行为？

在 LAPACK 中有这个函数用于对角化

*

我正在寻找它的 GPU 实现。我正在尝试查找此功能是否已在 CUDA（或 OpenCL）中实现，但只找到了 CULA，它不是开源的。

因此，CUBLAS 存在，我想知道我怎么知道这个子例程的 BLAS 或 CUBLAS 等价物是否可用。