cublas 的学习笔记_1

最近开始接触cublas，为了监督自己的学习，并希望得到其他朋友的指点，特地将自己的学习笔记写出来

1. 参考文档

 CUBLAS_Library_2.1.pdf 》

2.  环境配置

1）添加头文件：cublas.h

2.）添加链接库：在能运行cuda程序的平台上，按照下面的方法添加cublas的lib文件：Project -> ** Properties -> Configuration Properties -> Linker -> Input -> Additional Dependencies ->  添加“cublas.lib”

 

3 文档的使用说明

 CUBLAS_Library文档中提供了两种类型的库函数。

      第一种：CUBLAS Helper function，该类库函数主要是为core function（即为第二类库函数） 利用GPU资源做准备，实现的功能包括显存空间的分配和释放，对向量和矩阵做set/get 操作等。

第二种：BLAS.x Function，也称为core function。其中x 可取1，2，3分别表示三种不同类型的线性代数的运算，BLAS.1 Function实现 vector 与vector 的运算，BLAS.2 Function实现 vector 与matrix 的运算，BLAS.3 Function 实现matrix 与 matrix 的运算。

Core Function 根据矩阵的类型和特殊矩阵的存储方式，提供了不同的接口。该库中包含的特殊矩阵类型有：常规型矩阵（general matrix），三角形矩阵（triangular matrix），对称矩阵（symmetric matrix），旋转矩阵（rotation matrix）。具体的存储方式见附录一 matrix type。针对稀疏矩阵，为了节约存储空间，cublas提供了两种存储方式：banded storage 和packed storage，具体的存储方式见附录二 storage type。

4 使用cublas 库函数的程序框架

1.       cublasInit();   

2.       将要计算的变量拷贝到显存上

3.       调用cublas core function

4.       将计算后变量拷贝回到内存上

5.       cublasShutdown();

第二和第四步的说明：将要计算的变量“放到”显存上，这里有两种方式来实现：第一种利用cublas提供的helper function cublasAlloc和cublasSetMatrix，第二种：利用cuda提供的cudamalloc 和cudaMemcpy。经过测试，这两种方式的执行效率相差不大