Memory cuSPARSE和cuBLAS库如何处理使用CudamAllocPictch分配的内存？

我正在实现一个简单的例程，它使用cuSPARSE中的cusparseScsrmm执行稀疏矩阵-密集矩阵乘法。这是一个更大的应用程序的一部分，它可以使用cudaMalloc（超过99%的时间）或cudamalocpatch（很少使用）在GPU上分配内存。关于cuSPARSE如何处理倾斜记忆，我有几个问题：

1） 我将音调内存传递到cuSPARSE例程中，但结果不正确（正如预期的那样，因为无法将音调作为参数传递）。有没有办法让这些库使用cudamallocpatch分配的内存工作

---

2） 处理这个问题的最好方法是什么？我是否应该在调用函数中添加一个检查，以强制内存不使用倾斜模式分配？

对于稀疏矩阵运算，倾斜数据的概念无论如何都没有相关性

对于密集矩阵操作，大多数操作并不直接支持数据本身的“基音”，但是各种操作可以对子矩阵进行操作。需要特别注意的是，此类操作应该可以处理倾斜或未倾斜的数据。每当您看到接受“前导维度”参数的CUBLAS（或CUSPARSE）操作时，这些参数都可以用于包含数据中的基音

由于“前导维度”参数是在矩阵元素中指定的，而节距（通常）是以字节为单位指定的，因此这里的警告是节距可以被所讨论的矩阵元素的大小均匀整除，因此节距（以字节为单位）可以转换为矩阵元素中指定的“前导维度”参数。我希望这通常适用于

char

、

int

、

float

、

double

和类似类型，因为我相信

cudamallocitch

返回的音高量通常可以被16整除。但是没有明确的保证，所以如果您打算使用这种方法，建议进行适当的运行时检查

例如，应该可以使用

lda

、

ldb

和

ldc

参数的适当规格，对倾斜数据执行CUBLAS矩阵乘法（）

对于所涉及的稠密矩阵，确实提供了这样的前导维参数

如果99%的用例不使用倾斜数据，我要么根本不支持倾斜数据，要么，对于没有前导维度参数的操作，将倾斜数据复制到未对齐的缓冲区，以便在所需的操作中使用。放置到未粘贴拷贝的设备到设备可以以大约内存带宽的速率运行，因此它可能足够快，对于1%的用例来说，这不是一个严重的问题