问题标签 [cusolver]

与 CUBLAS 不同，Cusolver 具有 Cholesky 分解。我看到cusolverDnDpotrsBatchedand cusolverDnDpotrfBatched，但不幸的是我似乎无法cusolverDnDpotriBatched在文档中找到。

有没有什么方法可以在没有大量开销的情况下进行批处理cusolverDnDpotri，或者有什么方法可以做与 API 所做的等效的事情？

我正在NVIDIA P6000 上运行在“G.2. 带有奇异向量的 SVD（通过 Jacobi 方法）”部分下找到的代码的略微修改版本。细微的修改是在堆中为 A、U 和 V 向量动态分配内存，并用取决于 A 索引的值填充指定大小的 A 向量。我还将所有内容从双精度数转换为浮点数。最后的修改是对 gesvdj 调用本身的循环和收敛性检查，直到某些迭代次数（在我的例子中是 10 次）。

通过这些细微的修改，我能够克服在大小大于 ~1000x1000 的对称阵列上执行 SVD 的第一个障碍。我最终需要在大小为 1048576x20 的数组上运行 SVD。

目前，该算法针对大小为 10000x20 的数组运行，但当我转到 50000x20 时失败。

这个问题似乎源于 gesvdj 调用本身。调用 gesvdj 后的同步调用失败并返回一般访问错误。

如果我使用 cuda-memcheck 运行程序，我会在同一块中的不同线程中得到一系列错误：

我想知道我是否遇到了某种 cusolver 内部限制？有人有想法么？如有必要，我可以提供我的确切代码，但它与我认为我只会将人们指向那里的示例非常相似。

谢谢！

编辑以添加我链接到的示例中的违规代码，算法在断言处失败（CUSOLVER_STATUS_SUCCESS == status）; 线。我对 C 和 CUDA 编码真的很陌生，如果有一些明显的调试信息我遗漏了，我很抱歉。

编辑 2添加我的代码...

I am testing out some scenarios where the function dgetrf is returned differently when used with cuBLAS/cuSOLVER compared to writing for LAPACK. For example, I am looking at LU factorization of the following matrix:

2.0 4.0 1.0 -3.0 0.0

-1.0 -2.0 2.0 4.0 0.0

4.0 2.0 -3.0 5.0 0.0

5.0 -4.0 -3.0 1.0 0.0

0.0 0.0 0.0 0.0 0.0

I first try to call dgetrf from cuBLAS/cuSOLVER as followed (warning, ugly testing code ahead!)

The output from the code above is

When I try to do the same with LAPACK (warning: more ugly code!):

The output I get is

I understand that they are different libraries, but is this behaviour expected?

我正在将代码从遗留 cblas/lapacke 转换为 cudaBLAS/cudaSOLVER 并遇到一些问题。我制作了一个测试程序来深入了解这一点。附件是我正在使用的代码：

可以使用#define __CUDA 编译程序以获得cuda 构建或不使用#define __CUDA 获得非cuda 构建。 non-cuda build 给我以下输出：

cuda build 给我以下输出：

任何人都可以阐明这个问题，为什么我主要是特征向量得到不同的结果？特征值顺序也似乎相反。这是为什么？

我需要并行计算一个大矩阵的特征值。为此，我使用 cuSolver。为了测试它是如何工作的，我从文档中获取了代码：

但是在编译之后我得到了下一个错误undefined reference to `cusolverDnCreate'，，和undefined reference to cusolverDnDsyevd_bufferSize，但是所有这些函数都存在于 <cusolverDn.h> 中。 undefined reference to cusolverDnDsyevdundefined reference to `cusolverDnDestroy

最奇怪的是，当我尝试按照那里所说的那样编译这个文件时：undefined reference to cusolverDn。相反，我在上面列出了两个第一个错误（其他错误相同）我得到了新错误：identifier "cusolverEigMode_t" is undefined和identifier "CUSOLVER_EIG_MODE_VECTOR" is undefined.

我尝试解决它几天，如果你能帮助我，我将不胜感激！

我需要尽可能快地在 CUDA 上找到 1000 和更大的矩阵的特征值。我找到了 cusolver 库并从文档中运行代码：

它工作得非常快，但问题是我无法计算大于 25*25 的矩阵的特征值（当我尝试将 m 的值设置为大于 25 时，变量 m 负责矩阵 0 的大小我得到：Segmentation fault (core dumped)。我应该更改库或使用 cusolver？

试图理解 cusolverDnDSgels 函数。如果我使用文档中的简单 3x3 示例运行它，它可以工作，但是当我使用我的数据运行它时，d_info 返回 -1，正如文档所说，如果 d_info = -i 那么第 i 个参数无效。

贝娄我发布了带有 3 x 3 和 4 x 3 矩阵的代码，其中前者有效，而后者无效。

作为参考，我使用了这个网站计算器https://adrianstoll.com/linear-algebra/least-squares.html

我有一些规则构建的稀疏 3 对角 NxN 矩阵A，并且想要解决系统问题Ax=b。为此，我使用cusolverSpScsrlsvqr()来自 cuSolverSp 模块。设备版本比cusolverSpScsrlsvqrHost()大 N 慢很多倍可以吗？例如，对于 N=2^14，设备时间为 174.1 毫秒，主机时间为 3.5 毫秒。我在 RTX 2060 上。

代码：

我正在尝试使用 CUDA 10.1 解决大约 1200000 个线性系统（3x3，Ax=B），特别是使用 CUBLAS 库。我从这篇（有用的！）帖子中得到了启发，并在统一内存版本中重新编写了建议的代码。该算法首先使用 cublasgetrfBatched() 执行 LU 分解，然后连续两次调用 cublastrsm() 求解上三角线性系统或下三角线性系统。代码附在下面。它最多可以正确处理大约 10000 个矩阵，在这种情况下，执行 LU 分解需要约 570 毫秒（在 NVIDIA GeForce 930MX 上），求解系统需要约 311 毫秒。

我的问题/问题是：

1. 过载问题：为超过 10k 的矩阵分配内存时会崩溃。为什么？如何改进我的代码以解决整批 120 万个矩阵？

2. 时间问题：我的目标是在不到 1 秒的时间内解决所有这些系统。我目前是否遵循正确的方法？否则有什么建议吗？

3. 是否有可能和/或有用，如果是的话，如何使用 10k 矩阵批次的“流”？

代码：

我想测试 CUDA 11.1 提供的 xgels 的 cuda 实现，看来我无法使其正常工作。例如，这段代码似乎运行得很好：

不幸的是，结果是错误的，因为只有第一列似乎还可以：

工作区：3653888！***

查找工作区 - 如果可以，则为 1：1！***

解决状态 - 1 如果确定：1！***

伊特尔：-51！

信息 - 如果没问题，则为 0：0！

犰狳结果：

9.9965 -0.0198 0.0290 -0.0317 0.0027 -0.0197 0.0377 -0.0379 -0.0172 0.0088

9.9774 0.0485 0.0089 -0.0233 0.0054 -0.0257 0.0130 0.0080 0.0149 -0.0335

求解器结果：

9.9965 -0.0198 0.0290 -0.0317 0.0027 -0.0197 0.0377 -0.0379 -0.0172 0.0088

-0.8578 0.1884 0.5331 -0.8275 0.1992 -0.0587 1.0014 -0.0250 0.6571 -0.5516

如果我运行 cuda-memcheck，我得到的第一个错误是：

所以看起来代码有内存错误，但我在使用中无法检测到任何错误。此外，如果我注释掉对 cusolverDnDDgels 的调用，错误就会消失。

关于是什么导致此代码失败的任何线索？

我在 rtx 2080TI 上执行代码，代码编译为：

在 VisualStudio for Windows 中，作为选项使用：compute_70,sm_70;compute_75,sm_75;