python - cuBLAS Dgemm 产品与 python

Question

我有 2 个简单矩阵 A 和 B，我正在计算它们的乘法。 数组看起来像这样(使用 numpy 作为模型)

A=np.array(([1,2,3],[4,5,6])).astype(np.float64)
B=np.array(([7,8],[9,10],[11,12])).astype(np.float64)

这是矩阵的形状

A: (2, 3)

B: (3, 2)

现在，我尝试使用 cublasDgemmBatched 来做到这一点获取产品。

我对应用 cublasDgemmBatched 时的 m、n 和 k 值感到困惑。 另外，我不确定数组的主维(lda、ldb、ldc)是多少。

有一个nice 3d example在这里，但我似乎无法让这个函数在二维矩阵上工作。

理想情况下，我希望得到与 np.dot 相同的结果.

Answer 1

我没有 skcuda.blas 来确认这一点。但更完整的示例可能如下所示

A = np.array(([1, 2, 3], [4, 5, 6])).astype(np.float64)
B = np.array(([7, 8], [9, 10], [11, 12])).astype(np.float64)

m, k = A.shape
k, n = B.shape

a_gpu = gpuarray.to_gpu(A)
b_gpu = gpuarray.to_gpu(B)
c_gpu = gpuarray.empty((m, n), np.float64)

alpha = np.float64(1.0)
beta = np.float64(0.0)

a_arr = bptrs(a_gpu)
b_arr = bptrs(b_gpu)
c_arr = bptrs(c_gpu)

cublas_handle = cublas.cublasCreate()

cublas.cublasDgemm(cublas_handle, 'n','n',
                   n, m, k, alpha,
                   b_arr.gpudata, m,
                   a_arr.gpudata, k,
                   beta, c_arr.gpudata, m)