Matrix 在CUDA中实现RDF三元组的大型布尔稀疏矩阵（可能有1000万个条目）

我正在寻找一种合适的矩阵格式来表示CUDA中非常大的布尔稀疏矩阵（仅包含0和1）。我一直在阅读，发现了几种格式，如压缩稀疏行（CSR）、压缩稀疏列（CSC）等。由于矩阵非零元素都是1，那么哪种格式应该是最佳选择？矩阵中的操作基本上是基于某些条件将0转换为1的写操作。主要目的是查询特定行中每个1的（行，列）对矩阵。欢迎对矩阵格式和行搜索效率进行深入了解

---

@罗伯特·克罗维拉：非常感谢你澄清这个问题。我知道CUDA没有太多的作用，除非我们决定在不同的行上同时搜索1（非零值），当然矩阵上没有写操作。这可以按照您对第二行（=1）中所有1的搜索所述进行。然后，每个线程都可以异步搜索一个单独的行，以查找非零值（在我们的示例1中）。只需提及，并希望了解您对我们是否可以删除值向量的看法，因为它包含所有值。我们将节省一点空间复杂性（尽管它不是空间方面的主要因素）。空间要求将是nnz+n+1，而不是2nnz+n+1。

我可以告诉你，你的问题与CUDA无关。您只需要一个关于稀疏矩阵压缩存储格式的教程。我建议你用谷歌搜索一下（这里有一些，但我会尝试回答这个问题：

我很想知道一种合适的搜索操作，用于在给定行中数百万个值为1的列中查找相关列

或：

（如何）查询特定行中每个1的（行，列）对矩阵

如果您有一个CSR格式的矩阵，您将有一系列的行指针，以及每个（非零）元素的一组列索引。假设我有以下“稀疏”矩阵：

企业社会责任代表将是：

index:           0    1    2    3     
values:          1    1    1    1
column indices:  1    0    2    1
row pointers:    0    1    3    4

因此，如果我有一个CSR表示，并且我想回答“第二行的哪些列具有非零条目”的问题，那么只需从第二行的行指针（=1）开始，然后继续到下一行指针（3）之前的最后一个元素，并读取相应的列索引。在这种情况下，有两个列索引：0和2。因此，行1在列0和2中有两个非零元素

以编程方式，如果我想增加CUDA代码第2行中的每个非零元素，我可以：

int idx = threadIdx.x+blockDim.x*blockIdx.x;
if (idx < rowPtr[2] - rowPtr[1]) 
  values[idx + rowPtr[1]]++;

intidx=threadIdx.x+blockDim.x*blockIdx.x；
if（idx

---

并提供许多有用的稀疏矩阵操作功能。

现有技术很好，但实际上有必要在这个问题上全力以赴吗？1000万位只是略多于一兆字节。这实际上并没有那么大，许多操作可以矢量化以处理32或128个条目（位）一个至少要考虑“1000万个条目”的可能性（令人困惑）指矩阵的行/列数。是这样吗？我知道矩阵的总大小（以字节为单位）不会很大。我很想知道一种合适的搜索操作，用于在给定行的数百万个值为1的列中查找相关列。我想到的一件事是掩蔽选项n、 在这种情况下，我是否需要使用一种特定的首选稀疏矩阵表示方案，或者任何东西都可以。

int idx = threadIdx.x+blockDim.x*blockIdx.x;
if (idx < rowPtr[2] - rowPtr[1]) 
  values[idx + rowPtr[1]]++;