CUDA使用笔记（一）矩阵乘法

简介：

本文介绍cublasSgemm（）函数的使用。在c/c++中，通常我们将2维矩阵按行存储为一维数组。但是在显存中，矩阵是按列存储的。因此，我们在实际使用时，对cublasSgemm（）中的各个参数的赋值可能会搞不清楚。

本文，以一个具体的矩阵乘法案例为例子，介绍cublasSgemm（）函数的使用。

 

 

正文：

我们以下图所示的矩阵运算为例进行讲解。

 

 

因为gpu显存中，矩阵是按列进行存储的。如果我们在gpu中直接计算F=D×E的话，那么将结果矩阵从显存中取出

 

放回内存中时，内存中实际存储的则是FT。

 

 

因此，如果我们能够计算FT=ET× DT，那么我们将结果取回内存时，内存中保存的刚好就是矩阵F。

 

 

基于上述的解释，我们在gpu中实际计算的是FT=ET× DT，取回内存后，刚好是我们需要的结果F。

 

 

好的，下面我们说一下，怎么使用cublasSgemm（）函数计算FT=ET× DT 。

 

 

cublasSgemm（）函数的输入参数如下所示

 

cublasStatus_t cublasSgemm (
cublasHandle_t handle, 
cublasOperation_t transa,
cublas