2013-10-18 23 views
2

我开始向下GPU编程的令人兴奋的道路,如果我打算做一些重量级的数字运算,我想使用是目前最好的图书馆。我特别喜欢使用F#环境中的cuBLAS。 CUDAfy从他们的解决方案中提供了全套的驱动程序,我也一直在寻找Alea.cuBase,这引发了一些问题。alea.cuBase和CUBLAS

在GitHub上Alea.cuSamples项目,使一个神秘的引用的例子解决方案:“对于更高级的测试,请在例题解的MatrixMul项目。”但是,我找不到这些神秘项目的任何痕迹。

  1. 有没有人知道难以捉摸的“MatrixMul项目在示例解决方案”中的位置?
  2. 鉴于cuSamples执行straightfoward矩阵乘法,将在更高级的版本,是任何一个,使用CUBLAS?
  3. 如果没有,是否有访问从Alea.cuBase一拉CUDAfy CUBLAS的方法吗?

回答

2

随着Alea的GPU V2,新版本中,我们现在有两个选择:

  1. Alea的非绑定库提供优化的矩阵乘法实现http://quantalea.com/static/app/tutorial/examples/unbound/matrixmult.html
  2. Alea的GPU已经CUBLAS集成,看教程http://quantalea.com/static/app/tutorial/examples/cublas/index.html
+0

好消息 - 感谢Daniel。 :) –

+0

的Alea的未结合的矩阵乘法的性能是大型矩阵高达2倍,比简单的CUDA SDK matrixMulCUBLAS项目更快。 – Daniel