是否可以从 CUDA 10.1 内核调用 cuBLAS 或 cuBLASLt 函数？

关于 CUDA 10.1

我正在对几何网格进行一些计算，并在网格的每个面进行大量独立计算。我运行一个 CUDA 内核来计算每个面。

计算涉及一些矩阵乘法，因此我想使用 cuBLAS 或 cuBLASLt 来加快速度。由于我需要进行许多矩阵乘法（至少每个面几次），我想直接在内核中进行。这可能吗？

cuBLAS 或 cuBLASLt 似乎不允许您从内核（__global__）代码调用它们的函数。我从 Visual Studio 收到以下错误：

“不允许从 __device__ 函数调用 __host__ 函数”

有一些旧答案（CUDA 内核可以调用 cublas 函数吗？ https://stackoverflow.com/questions/13371082/could-a-cuda-kernel-call-a-cublas-function）这意味着这是可能的？

基本上，我想要一个像这样的内核：

__global__
void calcPerFace(...)
{
    int index = blockIdx.x * blockDim.x + threadIdx.x;
    int stride = blockDim.x * gridDim.x;

    for (int i = index; i < faceCount; i += stride)
    {
        // Calculate some matrices for each face in the mesh
        ...
        // Multiply those matrices
        cublasLtMatmul(...) // <- not allowed by cuBLASLt
        // Continue calculation
        ...
    }
}

是否可以从 CUDA 10.1 中这样的内核调用 cublasLtMatmul 或 cublassgemm ？

这不可能

从 CUDA 10.0 开始，CUDA 不再支持从设备代码调用 CUBLAS 例程的功能。

A 弃用通知 https://docs.nvidia.com/cuda/archive/9.2/cuda-toolkit-release-notes/index.html#deprecated-features在 CUDA 10.0 之前给出，正式公告位于CUDA 10.0 发行说明 https://docs.nvidia.com/cuda/archive/10.0/cuda-toolkit-release-notes/index.html#deprecated-features:

从 CUDA 10.0 开始，删除了 cuBLAS 库，以支持从设备例程 (cublas_device) 中调用相同 cuBLAS API 的功能。

同样，依赖于此功能的 CUDA 示例代码，例如simpleDevLibCUBLAS从 CUDA 10.0 开始，不再是 CUDA 工具包发行版的一部分。

这仅适用于 CUBLAS，并不意味着 CUDA 动态并行性的一般功能已被删除。

我将无法回答“为什么？”的问题。或者是“为什么？”的变体我将无法回答有关未来事件或主题的问题。没有任何技术原因导致此功能无法使用或不受支持。变化的原因与发展和资源优先级有关。我无法比这更深入了。如果您希望看到 CUDA 行为的变化，无论是功能、性能还是文档方面的变化，我们鼓励您通过在以下地址提交错误来表达您的愿望：http://developer.nvidia.com http://developer.nvidia.com。具体的错误提交说明已链接here https://devtalk.nvidia.com/default/topic/1044668/cuda-programming-and-performance/-how-to-report-a-bug/.

对于执行一些准备工作，然后调用 CUBLAS，然后执行一些其他工作的 CUDA 设备代码，一般建议是将其分解为执行准备工作的内核，然后从主机启动所需的 CUBLAS 例程，然后执行后续内核中的剩余工作。这并不意味着数据必须在设备和主机之间来回移动。当执行多个 CUBLAS 调用（例如每个设备线程）时，研究可用的各种 CUBLAS 批处理功能可能会有所帮助。不可能给出一个单一的方法来重构每种类型的代码。这些建议可能无法解决所有情况。