在 C++ 中将矩阵高效分解为方子矩阵答案

【问题标题】：Efficient Matrix decomposition into square submatrices in C++在 C++ 中将矩阵高效分解为方子矩阵
【发布时间】：2011-06-29 01:36:50
【问题描述】：

我通过使用一维数据类型并将其包装成行和列，在 C++ 中实现了一个矩阵数据类型。现在，我希望有可能从此时开始创建方形/块状子矩阵，并且我想在内存中进行。

问题是我希望这些子矩阵中的一些可以转移到 GPU 内存中，并且可以在那里并行处理它们。例如，这对矩阵乘法很有用。由于这些子矩阵在主内存中没有对齐，如果不创建单独的副本，将它们作为一个单元复制到设备内存看起来是不可能的？我希望将此直接 GPU 子矩阵复制映射到 CPU 原始矩阵以进行更新和提高效率。我事先不知道确切的分区。

有人知道我怎样才能实现它吗？

提醒一下，矩阵需要按块划分，而不是按行划分，这在 C/C++ 中相对容易。

【问题讨论】：

标签： c++ c stl gpgpu gpu

【解决方案1】：

如果在创建“主”矩阵时所需的子矩阵是已知的，并且如果它们形成主矩阵的分区，则可以创建一个类似于这样的复合矩阵类：

// supposing an IMatrix<T> interface (pure virtual members only) class

template< typename T >
struct CompositeMatrix : public IMatrix<T> {
   typedef std::vector<PlainMatrix<T>*> tMatrices;

   tMatrices submatrices;
   T& element( size_t row, size_t column ) {
       return findsubmatrix( row, column )->element( row, column );
   }

   // find algorithm implementing 'chain of responsibility-like' pattern.
   PlainMatrix<T>* findsubmatrix( size_t row, size_t col ) {
     for( tMatrices::iterator it = submatrices.begin()
        ; it != submatrices.end()
        ; ++it)
     {
        if( it->contains( row,col ) ) return *it;            
     }
     return NULL;
   }
};

“PlainMatix”可以以节省内存的方式组织。

【讨论】：

【解决方案2】：

如果您的矩阵维度是 2 的幂，您可以将它们存储在主机内存中的 z-order 中。这样，您只需要子矩阵的开始和结束索引即可通过一次调用 cudaMemcpy 来复制它。

【讨论】：