Cuda 解AX=B的线性方程

我现在解了两次Ax=b方程

其中A是稀疏矩阵NxN

x、 b是大小为N的向量（我有b1和b2）

我想通过使用cusparse函数一次性解决这两个问题来减少时间

所以我想从我的2b中建立一个大小为Nx2的矩阵，用A来解它，就像方程AX=b所能做的那样

理论上正确吗

我应该使用哪个cusparse函数

请注意，我使用的是稀疏矩阵，而不是密集矩阵

---

谢谢

来回答您的问题

是的，用这种方法可以解决多个RHS向量的适当条件良好的稀疏问题

除非您的LHS稀疏矩阵是三对角矩阵或三角形矩阵，否则您不能直接使用cusparse进行此操作

cusolver 7.5包含几个用于分解稀疏矩阵的“低级”例程，这意味着您可以对不同的RH进行一次分解并多次重用分解，例如，可以在LU分解后调用，以根据需要使用相同的预计算分解进行多次求解。（注意，我最初假设在cusolve中有一个稀疏的getrs类函数，但现在似乎没有。几年前，我肯定和NVIDIA谈过一个用例，并认为他们已经添加了它，很抱歉这里的混乱）

---

cusolver可能有用。看一看，batch在这里没有帮助，因为它指的是a矩阵而不是b向量。无论如何，谢谢你，只是为了确保我理解正确-我需要将我的左手作为三角形（或三对角）来使用cusparse。对的另外，getrs用于密集矩阵-它如何适合这里？谢谢@Rotem.O：是的，cusparse实际上没有一个解算器，只是稀疏的blas类操作。所以有上下三角矩阵或三对角矩阵的反向替换例程，但仅此而已。您可以使用另一个包（如cusolver）进行因式分解（即Cholesky或LU，具体取决于您的矩阵）。getrs引用是一个错误。我陷入了文档的错误部分，寻找一个函数来解决多个RHS问题。我会在有机会时更新答案当前，

cusolverSpXcsrluSolve（）

仅提供CPU路径。作为一种替代方案，我们可以随时使用该解决方案。