CUDA矩阵乘法计算验证

前面讲了使用CUDA进行矩阵乘法，如何判断计算是否正确呢，因为矩阵很大。这里采用的方法时将一部分数据采样出来输出到文本中查看结果

在矩阵乘法函数中加入如下测试：

在extern "C" void MatrixMultiplication_CUDA(const float* M,const float* N,float* P,int Width)函数中加入如下代码，注意加在显卡设备数据复制到内存后。

//测试计算结果用
    FILE* file1 = fopen("test_M.txt","w");
    FILE* file2 = fopen("test_N.txt","w");
    FILE* file3 = fopen("test_P.txt","w");
    for(int i=0;i<1024;i++) //输出前1024个元素
    {
        fprintf(file1,"%f ",M[i]); //输出M第一行
        fprintf(file2,"%f ",N[i*1024]); //输出N第一列
        fprintf(file3,"%f ",P[i]);
        if(0==(i+1)%5)
        {
            fprintf(file1,"\n");
            fprintf(file2,"\n");
            fprintf(file3,"\n");
        }
    }
    fclose(file1);
    fclose(file2);
    fclose(file3);

为了方便测试，将需要计算的矩阵M和N每个元素都赋1.5。

结果如下：

可以计算下数组P的元素大小：1.5*1.5*1024=2304。因此由测试可知使用GPU设备计算时准确的。但GPU设备只不支持double数据，如果对精度要求很高的话，可能会有点问题。