写一段C++代码利用cusparse库计算矩阵乘法

好的，下面是一段利用 cusparse 库计算稀疏矩阵乘法的 C++ 代码：

#include <iostream>
#include <cuda_runtime.h>
#include <cusparse.h>

int main() {
    cusparseHandle_t handle;
    cusparseCreate(&handle);

    const int M = 3;  // 矩阵 A 的行数
    const int K = 4;  // 矩阵 A 的列数，矩阵 B 的行数
    const int N = 2;  // 矩阵 B 的列数

    // 定义 CSR 格式的稀疏矩阵 A
    const int nnzA = 6;
    int csrRowPtrA[M + 1] = {0, 2, 3, 6};
    int csrColIndA[nnzA] = {0, 2, 1, 0, 1, 2};
    float csrValA[nnzA] = {1.0f, 2.0f, 3.0f, 4.0f, 5.0f, 6.0f};

    // 定义稠密矩阵 B 和 C
    float B[K * N] = {1.0f, 4.0f, 2.0f, 5.0f, 3.0f, 6.0f, 4.0f, 5.0f};
    float C[M * N] = {0.0f};

    // 定义稀疏矩阵 A 的描述符和稠密矩阵 B 的描述符
    cusparseMatDescr_t descrA;
    cusparseCreateMatDescr(&descrA);
    cusparseSetMatType(descrA, CUSPARSE_MATRIX_TYPE_GENERAL);
    cusparseSetMatIndexBase(descrA, CUSPARSE_INDEX_BASE_ZERO);

    cusparseMatDescr_t descrB;
    cusparseCreateMatDescr(&descrB);
    cusparseSetMatType(descrB, CUSPARSE_MATRIX_TYPE_GENERAL);
    cusparseSetMatIndexBase(descrB, CUSPARSE_INDEX_BASE_ZERO);

    // 计算稀疏矩阵 A 和稠密矩阵 B 的乘积
    const float alpha = 1.0f;
    const float beta = 0.0f;
    cusparseStatus_t status = cusparseScsrmv(handle, CUSPARSE_OPERATION_NON_TRANSPOSE, M, N, K, &alpha, descrA, csrValA,
                                             csrRowPtrA, csrColIndA, B, &beta, C);
    if (status != CUSPARSE_STATUS_SUCCESS) {
        std::cerr << "cusparseScsrmv failed: " << status << std::endl;
        return 1;
    }

    // 输出结果
    for (int i = 0; i < M; i++) {
        for (int j = 0; j < N; j++) {
            std::cout << C[i * N + j] << " ";
        }
        std::cout << std::endl;
    }

    // 释放资源
    cusparseDestroyMatDescr(descrA);
    cusparseDestroyMatDescr(descrB);
    cusparseDestroy(handle);

    return 0;
}

这段代码用到了 `cusparseScsrmv` 函数来计算稀疏矩阵 A 和稠密矩阵 B 的乘积，其中 `csrValA` 存储稀疏矩阵 A 中的非零元素，`csrRowPtrA` 存储稀疏矩阵 A 中每一行的非零元素的起始位置和结束位置（最后一个元素为总的非零元素个数加一），`csrColIndA` 存储稀疏矩阵 A 中每个非零元素的列坐标。