问题描述
|
库功能公开给内联CUDA内核的地方（至少我可以看到）并没有真正提到。
具体来说，我正在做小的/愚蠢的矩阵乘法，不应该单独卸载到GPU，但要卸载算法的较大部分，其中包括该乘法。没有人喜欢使用自己的linalg函数，因为有人总是做得更好。
TLDR在PyCUDA下的嵌入式内核中可以使用哪些库？
解决方法
我什么都不知道，我一直认为拥有它会很有用。
对于我通常处理的问题的大小（有限元方法中出现的小矩阵和张量），我只是编写了C ++模板来进行操作。通过对函数进行模板化，编译器可以在编译时知道行程计数，并且可以展开循环并将结果或中间结果保留在寄存器中，这对于内核吞吐量而言往往非常有效。因此矩阵矩阵乘积被声明为
template < typename Real,unsigned int l,unsigned int m,unsigned int n >
__device__ __host__
void matmul(const Real *a,const Real *b,Real *c)
{
for(int i=0; i<l; i++) {
for(int j=0; j<n; j++) {
Real dotprod = Real(0);
for(int k=0; k<m; k++) {
dotprod += a[idx2c(i,k,l)] * b[idx2c(k,j,m)];
}
c[idx2c(i,l)] = dotprod;
}
}
}