CUDA CSR Matrix-Matrix產品自行轉置

Question

我有一個非常大，非常稀疏的最小二乘設計矩陣（A），我想將其自身相乘，如下所示：N = A ^ T * A，其中A和N以CSR格式存儲。 顯然，A的行多於列。 我通常直接逐行形成N，但是對於CSR，我必須首先形成一個圖，以確定N的哪些元素不為零。 我可以做到這一點（甚至有一些舊的C代碼），但我希望能得到開發較少的解決方案。 我正在使用CUDA，因此可以在GPU或CPU上完成，在那里我可以看到使用GPU的優勢。 我已經草擬了一個算法，但是希望這個問題已經解決。 除了直接A * x = l QR解算器（其中A =（m，n））之外，我在CUDA工具包中找不到任何東西。 Google也不是很有幫助。

我正在使用C ++。

有人在這里有經驗嗎？

Answer 1

將普通的COO稀疏矩陣排序為CSR / CSC格式 ，特別是CSR和CSC格式之間的轉置/轉換是相對便宜的操作，並且可以在cuSPARSE庫中輕松獲得。

將矩陣A從CSR格式轉換為CSC之后 ，您可以輕松地應用平凡的算法來計算N = A ^ T *A。
通過使每個線程處理A的一列以生成一個輸出，這也可以很容易地與CUDA並行化。

Answer 2

剛剛注意到CUDA工具包中的cuSparse實際上有一個csr-gemm，它支持在任一矩陣上轉置。 我不知道我怎么忽略了這一點。 請參閱https://docs.nvidia.com/cuda/cusparse/index.html#cusparse-lt-t-gt-csrgemm 。 看起來是最簡單的解決方案...