cuda LU分解与Matlab LU分解速度对比

改写cuda案例cuSolverRf ，使用"cusolverSp_LOWLEVEL_PREVIEW.h"中声明的函数。利用mexfucntion 调用cuda函数，得到CuMatlab_LU.mexw64 。函数支持double和complex数据类型以及dense和sparse输入。

使用方法[rl,vl,vl,ru,cu,vu,P,Q] = CuMatlab_LU(Data);

rl,vl,vl分别为int32,int32,double类型列向量(下三角矩阵L的csr描述,cuda为了稀疏性L对角线数据为0，在matlab计算时候需要补充)，ru,cu,vu分别为int32,double类型列向量(上三角矩阵U的csr描述)，rl、cl、ru、cu的角标为0。P,Q分别为行和列置换向量(角标为0). 注意：

1、matlab bucky数据。

cuda LU分解如下：

maltab lu分解（使用置换向量形式）

可见matlab LU分解非零向量较少。

2、对于带状稀疏矩阵。

数据A为cuda官方案例提供数据(取1000行，1000列)，分解如下：

cuda LU分解：

matlab LU分解：

可以看出cuda LU分解数据更集中于对角线附近，而matlab分解更偏向于非零数据减少更具有稀疏性。

补充：对于小量数据cuda和maltab分解差别不大。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删