Cuda CUBLAS库未给出正确的结果

我试图探索CUBLAS库，因此使用其API编写了矩阵乘法代码。但我得到了奇怪的输出。我正在粘贴下面的代码和输出。请帮帮我

#include<cublas.h>

// Thread block size
#define BLOCK_SIZE 3

#define WA 3   // Matrix A width
#define HA 3   // Matrix A height
#define WB 3   // Matrix B width
#define HB WA  // Matrix B height
#define WC WB  // Matrix C width
#define HC HA  // Matrix C height
// Allocates a matrix with random float entries.
void randomInit(float* data, int size)
{
    for (int i = 0; i < size; ++i)
    data[i] = i;
}
/////////////////////////////////////////////////////////
// Program main
/////////////////////////////////////////////////////////

int main(int argc, char** argv)
{

   // 1. allocate host memory for matrices A and B
   unsigned int size_A = WA * HA;
   unsigned int mem_size_A = sizeof(float) * size_A;
   float* h_A = (float*) malloc(mem_size_A);

   unsigned int size_B = WB * HB;
   unsigned int mem_size_B = sizeof(float) * size_B;
   float* h_B = (float*) malloc(mem_size_B);
   cublasStatus_t status;
   // 2. initialize host memory
   randomInit(h_A, size_A);
   randomInit(h_B, size_B);

   // 3. print out A and B
   printf("\n\nMatrix A\n");
   for(int i = 0; i < size_A; i++)
   {
       printf("%f ", h_A[i]);
       if(((i + 1) % WA) == 0)
          printf("\n");
   }

   printf("\n\nMatrix B\n");
for(int i = 0; i < size_B; i++)
{
   printf("%f ", h_B[i]);
   if(((i + 1) % WB) == 0)
      printf("\n");
}
// 8. allocate device memory
float* d_A;
float* d_B;
cudaMalloc((void**) &d_A, mem_size_A);
cudaMalloc((void**) &d_B, mem_size_B);

// 9. copy host memory to device

status = cublasSetMatrix(BLOCK_SIZE,BLOCK_SIZE,sizeof(float), h_A, BLOCK_SIZE,d_A, BLOCK_SIZE);
if (status != CUBLAS_STATUS_SUCCESS) {
    fprintf (stderr, "!!!! CUBLAS initialization error\n");
    return EXIT_FAILURE;
}

status = cublasSetMatrix(BLOCK_SIZE,BLOCK_SIZE,sizeof(float), h_B, BLOCK_SIZE,d_B, BLOCK_SIZE);
if (status != CUBLAS_STATUS_SUCCESS) {
    fprintf (stderr, "!!!! CUBLAS initialization error\n");
    return EXIT_FAILURE;
}

// 4. allocate host memory for the result C
unsigned int size_C = WC * HC;
unsigned int mem_size_C = sizeof(float) * size_C;
float* h_C = (float*) malloc(mem_size_C);

// 10. allocate device memory for the result
float* d_C;
cudaMalloc((void**) &d_C, mem_size_C);

// 5. perform the calculation
          cublasSgemm('N','N',BLOCK_SIZE,BLOCK_SIZE,BLOCK_SIZE,1.0f,d_A,BLOCK_SIZE,d_B,BLOCK_SIZE,1.0f,d_C,BLOCK_SIZE);
status = cublasGetError();
if (status) {
    fprintf (stderr, "!!!! kernel execution error.\n");
    return EXIT_FAILURE;
}

// 11. copy result from device to host

status = cublasGetMatrix(BLOCK_SIZE,BLOCK_SIZE,sizeof(float),d_C, BLOCK_SIZE,h_C,BLOCK_SIZE);
if (status != CUBLAS_STATUS_SUCCESS) {
    fprintf (stderr, "!!!! device access error (read C)\n");
    return EXIT_FAILURE;
}

// 6. print out the results
printf("\n\nMatrix C (Results)\n");
for(int i = 0; i < size_C; i++)
{
   printf("%f ", h_C[i]);
   if(((i + 1) % WC) == 0)
      printf("\n");
}
printf("\n");
// 7. clean up memory
free(h_A);
free(h_B);
free(h_C);
cudaFree(d_A);
cudaFree(d_B);
cudaFree(d_C);

}

#包括
//螺纹块尺寸
#定义块大小3
#定义WA 3//矩阵的宽度
#定义HA 3//矩阵A高度
#定义WB 3//矩阵B宽度
#定义HB WA//矩阵B高度
#定义WC WB//矩阵C宽度
#定义HC HA//矩阵C高度
//分配带有随机浮点项的矩阵。
void randomInit（浮点*数据，整数大小）
{
对于（int i=0；i

---------输出-------------

矩阵A

0.0000001.0000002.000000

3.000000 4.000000 5.000000

6.000000 7.000000 8.000000

矩阵B

0.0000001.0000002.000000

3.000000 4.000000 5.000000

6.000000 7.000000 8.000000

矩阵C（结果）

-1998397155538108416.000000-1998397155538108416.000000-1998397155538108416.000000

-1998397155538108416.000000-1998397155538108416.000000-1998397155538108416.000000

---

-1998397155538108416.000000-1998397155538108416.000000-1998397155538108416.000000

您的问题是在sgemm调用中使用未初始化的内存

cublas_sgemm（）

，与所有BLAS gemm运算一样

C = alpha * op(A) * op(B) + beta * C

在您的代码中，您正在传递

op（A）=A

，

op（B）=B

，

alpha=1.

，以及

beta=1.

。但是，您从未将

C

的值设置为任何值，GPU中的内存未初始化，可能包含随机值，从而给出您看到的损坏结果。将函数调用更改为：

cublasSgemm('N','N',BLOCK_SIZE,BLOCK_SIZE,BLOCK_SIZE,1.0f,d_A,
             BLOCK_SIZE,d_B,BLOCK_SIZE,0.f,d_C,BLOCK_SIZE);

计算

C = 1.0 * A * B + 0. * C

你应该得到更合理的产量。一旦你得到它产生的输出，请保持在发现库布拉斯假设矩阵存储列的主要顺序，所以正确的打印输出的输入你打印出来应该是

15 18 21
42 54 66
69 90 111

---

@用户1439690：如果这个答案解决了你的问题，也许你会很乐意。