CUDA 矩阵乘法笔记（一）

简介 ：

本节将对cublasSgemm（）函数的应用进行说明。在C/C++编程语言中，二维矩阵通常以行优先的方式存储为一维数组。然而，在显存中，矩阵的存储方式则为列优先。因此，在实际操作过程中，用户可能会对cublasSgemm（）函数内各参数的设置产生疑惑。

本文将通过一个具体的矩阵相乘实例，详细阐述cublasSgemm（）函数的使用方法。

正文：

以下图中所展示的矩阵运算为例，我们将对其进行详细讲解。

由于GPU显存中矩阵是以列优先的方式进行存储的，若在GPU上直接执行F=D×E的运算，当将结果矩阵从显存中读取并传输至内存时，实际存储的是FT。因此，若我们能够在GPU中计算出FT=ET×DT，那么在将结果传送回内存后，所得到的正是所需的矩阵F。基于上述分析，在GPU中实际执行的运算为FT=ET×DT，待结果返回内存后，即可获得目标矩阵F。接下来，我们将介绍如何通过cublasSgemm（）函数来实现FT=ET×DT的计算。该函数的具体输入参数如下所示

 cublasStatus_t cublasSgemm (

    
 cublasHandl