22.cuBLAS开发指南中文版--cuBLAS中的Level-2函数spmv()
2.6.5. cublasspmv()
cublasStatus_t cublasSspmv(cublasHandle_t handle, cublasFillMode_t uplo, int n, const float *alpha, const float *AP, const float *x, int incx, const float *beta, float *y, int incy)cublasStatus_t cublasDspmv(cublasHandle_t handle, cublasFillMode_t uplo, int n, const double *alpha, const double *AP, const double *x, int incx, const double *beta, double *y, int incy)此函数执行对称带状矩阵向量乘法:
y = α A x + β y y = \alpha Ax+\beta y y=αAx+βy
其中 A 是具有 k 个子对角线和超对角线的 n*n 对称带状矩阵，并且是向量，x 和 y 是标量。
如果 uplo == CUBLAS_FILL_MODE_LOWER 则对称矩阵 a 的下三角部分中的元素被逐列填充在一起，没有间隙。因此，一般来说，元素 A(i,j) 存储在内存位置 AP[i+((2*n-j+1)*j)/2] 中 j=1,…,n 和 i > j i>j i>j 。 因此，打包格式只需要存储n(n+1) 2 \frac{n(n+1)}{2} 2n(n+1)个元素。
如果 uplo == CUBLAS_FILL_MODE_UPPER 则对称矩阵 a 的下三角部分中的元素被逐列填充在一起，没有间隙.。因此，一般来说，元素 A(i,j) 存储在内存位置 AP[i+(j*(j+1))/2] 中 j=1,…,n 和 i < = j i <= j i<=j 。 因此，打包格式只需要存储n(n+1) 2 \frac{n(n+1)}{2} 2n(n+1)个元素。
| Param. | Memory | In/out | Meaning |
|---|---|---|---|
| handle | input | handle to the cuBLAS library context. | |
| uplo | input | indicates if matrix A lower or upper part is stored, the other symmetric part is not referenced and is inferred from the stored elements. | |
| n | input | number of rows and columns of matrix A. | |
| alpha | host or device | input | |
| AP | device | input | |
| lda | input | leading dimension of two-dimensional array used to store matrix A. | |
| x | device | input | |
| incx | input | stride between consecutive elements of x. | |
| beta | host or device | input | |
| y | device | in/out | |
| incy | input | stride between consecutive elements of y. |
该函数可能返回的错误值及其含义如下所列。
| ErrorValue | Meaning |
|---|---|
| CUBLAS_STATUS_SUCCESS | 操作成功完成 |
| CUBLAS_STATUS_NOT_INITIALIZED | 库未初始化 |
| CUBLAS_STATUS_INVALID_VALUE | 参数 m,n<0 或 incx,incy=0 |
| CUBLAS_STATUS_EXECUTION_FAILED | 该功能无法在 GPU 上启动 |
请参考:
sspmv, dspmv