CuSparse 第一章

(部分翻译)

第一章 介绍

1. 命名惯例

CUSPARSE 包含了一系列处理稀疏矩阵的基本的线性代数子程式。是cuda函数库的一部分，从C，C++中调用。

该库例程可以分为四类：

第一层：在稠密向量格式和稀疏矩阵向量格式之间的操作

第二层：在稀疏矩阵格式和稠密向量格式之间的操作

第三层：在稀疏矩阵格式和一组稠密向量之间的操作

转换：不同格式矩阵之间转换操作

CUSparse支持的数据格式有 float，double， cuComplex, cuDoubleComplex.

稀疏矩阵第一层，第二层，第三层函数都遵循这样的命名惯例：

cusparse<t>[<matrix data format>]<operation>[<output matrix data format>]Introduction

其中 <t> 可以是 S, D, C, Z, or X, 分别对应数据类型 float, double, cuComplex, cuDoubleComplex, and the generic type.
           <matrix data format> 可以是 dense, coo, csr, csc, or hyb, 分别对应 dense, coordinate, compressed sparse row, compressed sparse column, and hybrid storage formats.
          最后,  <operation> 可以是 axpyi, doti, dotci, gthr, gthrz, roti, or sctr, 对应 the Level 1 functions; 也可以是 mv or sv,  对应 Level 2 functions, 或者 mm or sm,  对应 the Level 3 functions.
           所有这些函数的返回值都是 cusparseStatus_t 类型的。

2. 异步执行

The CUSPARSE 库函数是类似主机的，异步执行的， 并且在结果算出来的时候会回到主机控制。
          开发这可以用 cudaDeviceSynchronize() 函数去确认CUSPARSE函数库里的命令已经执行完毕。 开发者也可以用 cudaMemcpy() routine 去拷贝数据，且不需要用  cudaDeviceSynchronize() 来确认执行完毕，如果参数是cudaMemcpyDeviceToHost 或者cudaMemcpyHostToDevice.

参考文档：http://docs.nvidia.com/cuda/pdf/CUSPARSE_Library.pdf     《CUSPARSE LIBRARY》