你认为哪个更快,速度有多大的提升:在GPU上进行稀疏矩阵(CSR)乘法(与向量相乘)还是在CPU上进行(多线程)?
这里可以找到有关CPU和GPU上稀疏矩阵-向量乘法的性能结果。对于CSR、CSR-Vector、CSR-Adaptive、ELL、COO、SCOO和HYB矩阵格式,衡量了在GPU上的性能。矩阵来自SuiteSparse矩阵集合(以前是佛罗里达大学稀疏矩阵集合)。在最终的图表中,可以找到单线程、多线程和MKL CSR的结果。
HYB矩阵格式的平均加速比约为8(最大加速比约为38),适用于具有超过10000个非零元素的浮点矩阵。但是,正如评论中指出的那样,大型矩阵上的加速效果更好(具有超过100000个非零元素的矩阵为14)。
我认为veda说得很对。虽然我并不是这方面的专家,但我相信将GPU投入工作会有一定的开销,如果计算量不够大,则GPU处理的收益会因开销而失去。然而,如果你有像角色骨架这样需要大量矩阵相乘的东西,那么GPU就更适合了。我目前也在为我的一个项目研究这些事情。