无法在我自己的代码中使用CHOLMOD和CUDA加速

我正在尝试将

CHOLMOD

与

CUDA

一起使用

SuiteSparse 4.4.4

中的加速度。我根据用户指南编译了它，我可以在

Demo

文件夹下成功运行

gpu.sh

，这表明gpu正在做部分工作。然而，当我尝试使用

CHOLMOD

运行自己的代码时，我发现GPU调用的次数始终为0。我确实将

Common->useGPU

设置为1，环境变量

CHOLMOD\u USE\u GPU

也设置为1。我的Makefile如下所示。库路径是正确的。有什么建议吗

实际上，我应该提到，我只是在运行一个最简单的测试用例来解决一个线性系统

我尝试了UF稀疏矩阵集合中的几个矩阵，但

nvprof

显示没有分析

CUDA

应用程序

我尝试过的一些矩阵：

bmw7st_1：

nd6k：

nd24k：

代码：

#包括
#包括
#包括
#包括
#包括
#包括“cholmod.h”
内部主（空）
{
结构时间值t1，t2；
双延时；
const char*matFile=“../bmw7st_1.mtx”；
文件*fp=fopen（matFile，“r”）；
断言（fp！=NULL）；
cholmod_稀疏*A；
cholmod_稠密*x，*b；
cholmodu因子*L；
cholmod_common*c=（cholmod_common*）malloc（sizeof（cholmod_common））；
cholmod_start（c）；/*启动cholmod*/
c->useGPU=1；
c->超节点=CHOLMOD_超节点；
A=cholmod_read_sparse（fp，c）；/*在矩阵中读取*/
cholmod_print_sparse（A，“A”，c）；/*打印矩阵*/
fclose（fp）；
如果（A==NULL | | A->stype==0）/*A必须是对称的*/
{
cholmod_free_sparse（&A，c）；
cholmod_饰面（c）；
返回（0）；
}
b=cholmod_one（A->nrow，1，A->xtype，c）；/*b=one（n，1）*/
gettimeofday（&t1，NULL）；
L=cholmod_analyze（A，c）；/*analyze*/
cholmod_分解（A，L，c）；/*分解*/
x=cholmod_solve（cholmod_A，L，b，c）；/*solve Ax=b*/
gettimeofday（&t2，NULL）；
elapsedTime=（t2.tv_秒-t1.tv_秒）*1000.0；
elapsedTime+=（t2.tv_usec-t1.tv_usec）/1000.0；
printf（“时间：%.4f毫秒\n”，elapsedTime）；
cholmod_free_因子（&L，c）；/*自由矩阵*/
cholmod_free_sparse（&A，c）；
cholmod_free_density（&x，c）；
cholmod_free_density（&b，c）；
cholmod_饰面（c）；/*饰面cholmod*/
返回（0）；
}

生成文件：

CC = gcc

CFLAGS = -g -Wall -O2 \
-lrt -lgfortran \
-gdwarf-2

LIBS = $(CHOLMOD)/Lib/libcholmod.a \
$(AMD)/Lib/libamd.a \
$(COLAMD)/Lib/libcolamd.a \
$(LAPACK)/liblapack.a \
$(OPENBLAS)/lib/libopenblas.so \
$(XERBLA)/libcerbla.a \
$(METIS)/libmetis.a \
$(CAMD)/Lib/libcamd.a \
$(CCOLAMD)/Lib/libccolamd.a \
$(SUITESPARSE)/SuiteSparse_config/libsuitesparseconfig.a \
$(CUDART_LIB) \
$(CUBLAS_LIB)

HEADER_DIR = $(CHOLMOD)/Include
CONFIG_HEADER_DIR = $(SUITESPARSE)/SuiteSparse_config

OBJ_DIR = .

BIN_DIR = .

INCLUDES = -I$(HEADER_DIR) \
-I$(CONFIG_HEADER_DIR)

SRCS = $(shell ls *.c)

OBJS = $(SRCS:.c=.o)

OBJS_BUILD = $(shell ls $(OBJ_DIR)/*.o)

APP = prog

RM = rm -f

all: $(APP)

$(APP): $(OBJS)
        $(CC) $(CFLAGS) -o $(BIN_DIR)/$(APP) $(OBJS_BUILD) $(LIBS)

%.o: %.c $(HEADER_DIR)/*.h $(CONFIG_HEADER_DIR)/*.h
        $(CC) $(CFLAGS) $(INCLUDES) -c $< -o $(OBJ_DIR)/$@

clean:
        $(RM) $(OBJS_BUILD) $(APP)

CC=gcc
CFLAGS=-g-壁-O2\
-lrt-lgfortran\
-gdwarf-2
LIBS=$（CHOLMOD）/Lib/libcholmod.a\
$（AMD）/Lib/libamd.a\
$（COLAMD）/Lib/libcolamd.a\
$（LAPACK）/liblapack.a\
$（OPENBLAS）/lib/libopenblas.so\
$（XERBLA）/libcerbla.a\
美元（货币兑换率）/libmetis.a\
$（CAMD）/Lib/libcamd.a\
$（cCLAMD）/Lib/libcCLAMD.a\
$（SUITESPARSE）/SUITESPARSE\u config/libsuitesparseconfig.a\
$（CUDART_LIB）\
$（库布拉斯库）
标题_DIR=$（CHOLMOD）/包括
CONFIG_HEADER_DIR=$（SUITESPARSE）/SUITESPARSE_CONFIG
OBJ_DIR=。
BIN_DIR=。
INCLUDES=-I$（头目录）\
-I$（配置头目录）
SRCS=$（shell ls*.c）
OBJS=$（SRCS:.c=.o）
OBJS_BUILD=$（shell ls$（OBJ_DIR）/*.o）
APP=prog
RM=RM-f
全部：$（应用程序）
$（应用程序）：$（OBJS）
$（CC）$（CFLAGS）-o$（BIN_DIR）/$（APP）$（OBJS_BUILD）$（LIBS）
%.o:%.c$（头目录）/*.h$（配置头目录）/*.h
$（CC）$（CFLAGS）$（包括）-c$<-o$（OBJ_DIR）/$@
清洁：
$（RM）$（OBJS_构建）$（应用程序）

参考SuiteSparse 4.4.4附带的CHOLMOD UserGuide.pdf第7节第34页：

只有长整数版本的CHOLMOD可以利用GPU加速

长整数版本的区别在于api调用，如

cholmod\u l\u start

，而不是

cholmod\u start

对您的程序进行以下修改：

#include <stdio.h>
#include <time.h>
#include <unistd.h>
#include <assert.h>
#include <sys/time.h>
#include "cholmod.h"

int main (void)
{
    struct timeval t1, t2;
    double elapsedTime;

    const char* matFile = "../Matrix/nd6k/nd6k.mtx";
    FILE* fp = fopen(matFile, "r");
    assert(fp != NULL);

    cholmod_sparse *A ;
    cholmod_dense *x, *b;
    cholmod_factor *L ;

    cholmod_common* c = (cholmod_common*)malloc(sizeof(cholmod_common));
    cholmod_l_start (c) ; /* start CHOLMOD */
    c->useGPU = 1;
    c->supernodal = CHOLMOD_SUPERNODAL;

    A = cholmod_l_read_sparse (fp, c) ; /* read in a matrix */
    cholmod_l_print_sparse (A, "A", c) ; /* print the matrix */
    fclose(fp);

    if (A == NULL || A->stype == 0) /* A must be symmetric */
    {
        cholmod_l_free_sparse (&A, c) ;
        cholmod_l_finish (c) ;
        return (0) ;
    }

    b = cholmod_l_ones (A->nrow, 1, A->xtype, c) ; /* b = ones(n,1) */

    gettimeofday(&t1, NULL);
    L = cholmod_l_analyze (A, c) ; /* analyze */
    cholmod_l_factorize (A, L, c) ; /* factorize */
    x = cholmod_l_solve (CHOLMOD_A, L, b, c) ; /* solve Ax=b */
    gettimeofday(&t2, NULL);
    elapsedTime = (t2.tv_sec - t1.tv_sec) * 1000.0;
    elapsedTime += (t2.tv_usec - t1.tv_usec) / 1000.0;
    printf("Time: %.4f ms\n", elapsedTime);
    cholmod_l_gpu_stats(c);
    cholmod_l_free_factor (&L, c) ; /* free matrices */
    cholmod_l_free_sparse (&A, c) ;
    cholmod_l_free_dense (&x, c) ;
    cholmod_l_free_dense (&b, c) ;
    cholmod_l_finish (c) ; /* finish CHOLMOD */
    return (0) ;
}

---

表示正在使用GPU。

您实际上应该提供一个完整的测试用例，而不仅仅是一个生成文件。@RobertCrovella很抱歉，添加了测试用例。我想没有矩阵文件，没有人可以尝试您的测试用例。你能使用一个标准的矩阵文件吗？矩阵有多大？我很确定CHOLMOD（即SuiteSparse）对是否使用GPU做出了明智的决定。小型测试用例可能不使用GPU。@RobertCrovella，谢谢。事实上，我尝试了UF稀疏矩阵集合中的几个矩阵，但没有一个使用GPU。非常感谢！我是SuiteSparse的新手，我错过了非常重要的信息。它终于起作用了。

#include <stdio.h>
#include <time.h>
#include <unistd.h>
#include <assert.h>
#include <sys/time.h>
#include "cholmod.h"

int main (void)
{
    struct timeval t1, t2;
    double elapsedTime;

    const char* matFile = "../Matrix/nd6k/nd6k.mtx";
    FILE* fp = fopen(matFile, "r");
    assert(fp != NULL);

    cholmod_sparse *A ;
    cholmod_dense *x, *b;
    cholmod_factor *L ;

    cholmod_common* c = (cholmod_common*)malloc(sizeof(cholmod_common));
    cholmod_l_start (c) ; /* start CHOLMOD */
    c->useGPU = 1;
    c->supernodal = CHOLMOD_SUPERNODAL;

    A = cholmod_l_read_sparse (fp, c) ; /* read in a matrix */
    cholmod_l_print_sparse (A, "A", c) ; /* print the matrix */
    fclose(fp);

    if (A == NULL || A->stype == 0) /* A must be symmetric */
    {
        cholmod_l_free_sparse (&A, c) ;
        cholmod_l_finish (c) ;
        return (0) ;
    }

    b = cholmod_l_ones (A->nrow, 1, A->xtype, c) ; /* b = ones(n,1) */

    gettimeofday(&t1, NULL);
    L = cholmod_l_analyze (A, c) ; /* analyze */
    cholmod_l_factorize (A, L, c) ; /* factorize */
    x = cholmod_l_solve (CHOLMOD_A, L, b, c) ; /* solve Ax=b */
    gettimeofday(&t2, NULL);
    elapsedTime = (t2.tv_sec - t1.tv_sec) * 1000.0;
    elapsedTime += (t2.tv_usec - t1.tv_usec) / 1000.0;
    printf("Time: %.4f ms\n", elapsedTime);
    cholmod_l_gpu_stats(c);
    cholmod_l_free_factor (&L, c) ; /* free matrices */
    cholmod_l_free_sparse (&A, c) ;
    cholmod_l_free_dense (&x, c) ;
    cholmod_l_free_dense (&b, c) ;
    cholmod_l_finish (c) ; /* finish CHOLMOD */
    return (0) ;
}

$ ./prog
CHOLMOD sparse:  A:  18000-by-18000, nz 3457658, upper.  OK
Time: 14570.3950 ms

CHOLMOD GPU/CPU statistics:
SYRK  CPU calls          888 time   1.0637e-01
      GPU calls          213 time   8.9194e-02
GEMM  CPU calls          711 time   1.1511e-01
      GPU calls          213 time   1.9351e-03
POTRF CPU calls          217 time   3.2180e-02
      GPU calls            5 time   1.5788e-01
TRSM  CPU calls          217 time   6.0409e-01
      GPU calls            4 time   5.6943e-02
time in the BLAS: CPU   8.5774e-01 GPU   3.0595e-01 total:   1.1637e+00
assembly time   0.0000e+00    0.0000e+00
$