C++； 我用C++数据包实现了矩阵数据类型，并将其封装成行和列。现在，我想从现在开始创建方形/分块子矩阵，我想在内存中这样做

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，将它们作为单个单元复制到设备内存似乎是不可能的？我想有这个直接的GPU子矩阵副本映射到CPU原始矩阵的更新和效率的目的。我事先不知道确切的分区

有人知道我怎样才能做到吗

---

提醒一下，矩阵需要按块而不是按行进行分区，这在C/C++中相对容易。

如果在创建“主”矩阵时已知所需的子矩阵，并且如果它们构成主矩阵的分区，则可以创建类似以下内容的复合矩阵类：

// 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;
   }
};

//假设一个IMatrix接口（仅限纯虚拟成员）类
模板
结构复合矩阵：公共IMatrix{
typedef std：：向量t矩阵；
t矩阵子矩阵；
元素（大小行、大小列）（&T）{
返回findsubmatrix（行，列）->元素（行，列）；
}
//找到实现“类似责任链”模式的算法。
PlainMatrix*findsubmatrix（行大小、列大小）{
对于（tMatrices:：iterator it=submatrices.begin（））
；it！=子矩阵。结束（）
++it）
{
如果（it->contains（row，col））返回*it；
}
返回NULL；
}
};

---

“PlainMatix”可以以内存高效的方式进行组织。

如果矩阵的维数是2的幂，则可以将它们存储在主机内存中。这样，只需调用

cudaMemcpy

，即可复制子矩阵的开始索引和结束索引