Matrix 反对角矩阵并行

如何交叉矩阵的反对角线，同时计算反对角线元素

---

如何在CUDA中循环反对角线的元素？

如果您指的是如何循环从左下角到右上角的最大对角线，一种方法是将反对角线变成数组。因为，您可能希望在GPU内部的这个对角线下进行一些计算，在将数据从CPU复制到GPU之前，您可以执行以下操作：

double diagonal [N];

for(int i = N - 1, j = 0; i >= 0, j < N ; i--, j++)
       diagonal = matrix[i][j];

__global__ gpuKernell(double **matrix, int N)
{
 int thread_id = blockIdx.x * blockDim.x + threadIdx.x;

    while(thread_id < N)
    {
       matrix[N-1-thread_id][thread_id] = // do something
       thread_id += blockDim.x * gridDim.x; 
    }
} 

双对角线[N]；
对于（inti=N-1，j=0；i>=0，j

然后，您只需将大小为N的数组对角线（在一个大小为N^2的矩阵中）发送到GPU，而不是整个矩阵

如果要将整个矩阵发送到gpu，只需在gpu内部的反对角线上执行操作，可以执行以下操作：

double diagonal [N];

for(int i = N - 1, j = 0; i >= 0, j < N ; i--, j++)
       diagonal = matrix[i][j];

__global__ gpuKernell(double **matrix, int N)
{
 int thread_id = blockIdx.x * blockDim.x + threadIdx.x;

    while(thread_id < N)
    {
       matrix[N-1-thread_id][thread_id] = // do something
       thread_id += blockDim.x * gridDim.x; 
    }
} 

\uuuuu全局\uuuuuugpukernell（双**矩阵，整数N）
{
int thread_id=blockIdx.x*blockDim.x+threadIdx.x；
while（线程id