问题标签 [cublas]

A*B假设我在 GPU 上有一个维度为的矩阵，其中B（列数）是假设 C 样式的前导维度。CUDA（或 cublas）中是否有任何方法可以将此矩阵转置为 FORTRAN 样式，其中A（行数）成为前导维度？

如果可以在传输过程中进行转置，host->device同时保持原始数据不变，那就更好了。

这是一个说明问题的最小程序。我正在使用具有 128 个 CUDA 内核的 GTS 250，在 Windows 7 上使用 CUDA 5.0。

这是输出，表明当数据被加载到 GPU 内存中时，实际上没有发生任何操作：

R值：0.123020、0.367809、0.834681、0.035096、0.517014、0.662984、0.426221、0.104678、

CUBLAS 初始化成功。

设备内存分配成功。

cublasSasum 没有产生错误。dR 总和：0

cublasSaxpy 没有产生错误。

cublasSaxpy 之后的 R 值：0.123020、0.367809、0.834681、0.035096、0.517014、0.662984、0.426221、0.104678、

在 R 上使用 cudaMemset 清零没有产生错误。

使用 cudaMemset 归零后的 R 值：0.123020、0.367809、0.834681、0.035096、0.517014、0.662984、0.426221、0.104678、

这是怎么回事？（和节日快乐。:)）

我不知道我是否只是忽略了一些明显的东西，但是尽管在谷歌上搜索了一下，但我看不到使用 BLAS 操作简单地将标量添加到向量（或矩阵）的方法。我正在尝试在 cuBLAS/CUDA 中执行此操作，因此我将采取任何方式在该框架内完成此操作。BLAS 具有<t>scal标量乘法 ( cublas<t>scal) 但加法的模拟量在哪里？！即类似于 GSL的东西gsl_vector_add_constant。我错过了什么？

我是 cuda 和 cublas 的新手。

我想将矩阵中的每个元素（我使用 cublasSetMatrix）与一个标量值相乘。

我可以为此使用 cublasscal() 吗？文档说它是用于向量的。

谢谢。

我正在使用 cublasDgemm 将两个矩阵相乘。

我编写了一个使用 cublasDgemm 并返回指向输出的指针的方法。

它似乎在我的单元测试中运行良好，但在我的应用程序代码中失败（返回代码 CUBLAS_STATUS_EXECUTION_FAILED）。

我现在检查了很多次代码，一切似乎都很好..有没有更好的错误解释？

更新：似乎每个第二个 cublasDgemm 调用都有效。第一个我得到这个错误，第二个我成功了..有什么想法吗？

更新2：这是我的电话

谢谢。

如何有效地标准化 CUDA 中的矩阵列？

我的矩阵以列为主，典型大小为 2000x200。

该操作可以用以下matlab代码表示。

这可以通过 Thrust、cuBLAS 和/或 cuNPP 有效地完成吗？

包括 4 个内核的快速实现如下所示。

想知道这些是否可以在 1 或 2 个内核中完成以提高性能，尤其是对于 cublasDgemv() 实现的列求和步骤。

因此，在一些研究表明问题出在 cublas 库之后，我正在研究一个将我吐出错误的项目。

所以现在我有以下“最小”问题：

我从 NVIDIA CUDA SDK (4.2) 中打开了 simpleCUBLAS 示例，以测试是否可以重现该问题。

该程序本身可以工作，但 VS2010 给了我类似的输出：

Eine Ausnahme (erste Chance) bei 0x75e3c41f in simpleCUBLAS.exe: Microsoft C++-Ausnahme: cudaError_enum an Speicherposition 0x003bf704..

7次

所以我的规格：

我使用 GTX 460 进行计算，使用 sm_20 在 Windows 7 64 位上使用 VS2010 进行编译，并且 nvcc --version 给了我：

nvcc：NVIDIA (R) Cuda 编译器驱动程序 版权所有 (c) 2005-2011 NVIDIA Corporation 建立于 Fri_Jan_13_01:18:37_PST_2012 Cuda 编译工具，版本 4.1，V0.2.1221

这是我第一次在这里发帖，所以我为它发布的可怕格式道歉

我正在使用 CUDAcuBLAS来执行矩阵运算。

我需要对矩阵的行（或列）求和。目前我通过将矩阵与一个向量相乘来做到这一点，但这似乎并不那么有效。

有没有更好的办法？中找不到任何东西cuBLAS。

问题很简单：我有两个矩阵 A 和 B，它们是 M 乘 N，其中 M >> N。我想先对 A 进行转置，然后将其乘以 B (A^T * B) 到将其放入 C，即 N 乘 N。我已经为 A 和 B 设置了所有内容，但是如何正确调用 cublasSgemm 而不会返回错误的答案？

我知道 cuBlas 有一个 cublasOperation_t 枚举用于预先转置事物，但不知何故我并没有正确使用它。我的矩阵 A 和 B 以行优先顺序排列，即 [ row1 ][ row2 ][ row3 ]..... 在设备内存中。这意味着要将 A 解释为 A 转置，BLAS 需要知道我的 A 是按列优先顺序排列的。我当前的代码如下所示：

我的问题：

我是否正确设置了 m、k、n？

lda、ldb、ldc 呢？

谢谢！

我有一个向量，我想使用 CUDA 和推力转换执行以下操作：

我应该如何正确实现这一点？我可以做到的一种方法是使用向量 w，然后将推力::变换应用于 v 并将结果保存到 w。但是k提前是未知的，我不想创建w1，w2，...浪费大量的GPU内存空间。最好我想尽量减少数据复制的数量。但我不确定如何使用一个向量来实现这一点，而这些值不会相互影响。Thrust 提供的东西可以做到这一点吗？