cublas计算aA+bB=C

CUBLAS是CUDA库中的数学函数库，它专为 NVIDIA GPU 设计，提供高效的BLAS（Basic Linear Algebra Subprograms）运算，包括矩阵乘法等线性代数操作。当你想要利用GPU加速计算大规模的矩阵乘法(aA + bB = C)，可以按照以下步骤使用CUBLAS：

1. **初始化**：首先需要初始化CUBLAS环境并创建一个处理程序(handle)。

2. **创建张量**：将输入矩阵a、b和结果矩阵C转换成CUBLAS张量，这是在GPU内存中的数据结构。

3. **设置操作**：对于矩阵乘法，通常会使用`cublas<t>gemm(handle, op, op, m, n, k, alpha, a, lda, b, ldb, beta, c, ldc)`函数，其中：
- `op`表示左乘(op=0)或右乘(op=1)的标志。
- `m`, `n`, 和 `k` 分别是矩阵的行数、列数和乘积。
- `alpha` 和 `beta` 是标量，用于乘法（如果`beta`非零，则会对`c`进行加法先乘后加的操作）。
- `lda` 和 `ldb` 是矩阵a和b的列维度，`ldc`是矩阵c的列维度（即每个矩阵的内存布局）。

4. **执行计算**：调用`cublas<t>gemm`函数执行实际的矩阵相加和乘法运算。

5. **清理资源**：最后，记得关闭CUBLAS处理程序并释放内存。

// 示例代码片段（假设已经包含了CUBLAS头文件）
cublasStatus_t status;
float* d_a, *d_b, *d_c; // GPU内存地址
float alpha = 1.0f, beta = 1.0f;

// 初始化CUBLAS并分配内存
status = cublasCreate(&handle);
// ... (其他内存分配和初始化步骤)

// 调用gemm
status = cublasSgemm(handle, CUBLAS_OP_N, CUBLAS_OP_N, m, n, k, &alpha, d_a, lda, d_b, ldb, &beta, d_c, ldc);

// 检查错误并清理
if (status != CUBLAS_STATUS_SUCCESS) {
   // 处理错误
}
cublasDestroy(handle);