Cuda cusparse稀疏密集乘法x4比x100多花更多时间

使用cusparse，我首先尝试了以下大小的稀疏密集乘法：

C1 [8692 x 8692] = A1 [8692 x 7000 sparse] x B1 [7000 x 8692]

C2 [8820 x 8820] = A2 [8820 x 32000 sparse] x B2 [32000 x 8820]

只需要0.3秒。然后我做了另一个尺寸如下的：

C1 [8692 x 8692] = A1 [8692 x 7000 sparse] x B1 [7000 x 8692]

C2 [8820 x 8820] = A2 [8820 x 32000 sparse] x B2 [32000 x 8820]

所需时间因稀疏矩阵中的内容而异，但范围为30秒到90秒。我能做些什么来加速它吗？如果可以减少运行时间，我可以用不同的方式切碎矩阵，但我不确定这里的性能问题是什么

稀疏矩阵A1和A2以CSR格式存储，它们的稀疏模式不好，但它们同样不好。下图显示了非零元素分别位于A1和A2中的位置。在这两种情况下，每列的非零元素都被控制为固定在127

---

根据矩阵的稀疏模式，应将矩阵A1分成两部分，矩阵A11包含大约前8000行，A12包含剩余行，并使用csrmv两次。通过这种方式，cusparse将为每行的线程数选择更好的启发式方法

您还应该考虑使用CutPARSE 6 CSRMv2中的新版本和转置情况。您需要先转置B（使用cublasgeam）并执行以下操作：

C=A1*（B'）'

转置情况要好得多，因为对B的访问都是合并的

---

另一个选项是加密A1（使用cusparsecsr2dense）和使用cublas

非常感谢！我试试看。你是指第6章中的csrmm2吗？矩阵B转置总是更好吗？