我不知道我是否只是忽略了一些明显的东西，但是尽管在谷歌上进行了适当的搜索，但我看不到使用 BLAS 操作简单地将标量添加到向量（或矩阵）的方法。我正在尝试在 cuBLAS/CUDA 中执行此操作，因此我将采取任何方式在该框架内完成此操作。 BLAS 有 <t>scal 用于标量乘法 (cublas<t>scal)，但加法的模拟量在哪里？！ IE。类似于 GSL gsl_vector_add_constant 的东西。我错过了什么？
【问题讨论】：
可能完成您所要求的唯一方法是将axpy 与一个大小相同的单位向量应用您要添加的常数缩放。
所以操作就变成了X <- X + alpha * I，相当于在X中的每一个条目上加上alpha。
编辑：
从 cmets 看来，您似乎预见到在为 SAXPY 调用创建单位向量时会遇到一些困难。一种方法是使用 memset 调用在设备上设置单位向量的值，如下所示：
#include "cuda.h"
#include "cuda_runtime_api.h"
#include "cublas_v2.h"
#include <iostream>
int main(void)
{
const int N = 10;
const size_t sz = sizeof(float) * size_t(N);
float *A, *I;
float Ah[N] = { 0., 1., 2., 3., 4., 5., 6., 7., 8., 9. };
cudaMalloc((void **)&A, sz);
cudaMemcpy(A, &Ah[0], sz, cudaMemcpyHostToDevice);
// this creates a bit pattern for a single precision unity value
// and uses 32-bit memset from the driver API to set the values in the
// vector.
const float one = 1.0f;
const int* one_bits = reinterpret_cast<const int*>(&one);
cudaMalloc((void **)&I, sz);
cuMemsetD32(CUdeviceptr(I), *one_bits, N);
cublasHandle_t h;
cublasCreate(&h);
const float alpha = 5.0f;
cublasSaxpy(h, N, &alpha, I, 1, A, 1);
cudaMemcpy(&Ah[0], A, sz, cudaMemcpyDeviceToHost);
for(int i=0; i<N; i++) {
std::cout << i << " " << Ah[i] << std::endl;
}
cublasDestroy(h);
cudaDeviceReset();
return 0;
}
请注意，我直接使用 CUDA 运行时 API 为 CUBLAS 向量分配和复制内存，而不是使用 CUBLAS 辅助函数（无论如何，它们只是运行时 API 调用的非常薄的包装器）。 “棘手”部分是制作位模式并使用驱动程序 API memset 函数来设置数组的每个 32 位字。
您同样可以使用来自推力库的几行模板代码来完成整个工作，或者只需编写自己的内核，这可能就像
template<typename T>
__global__
void vector_add_constant( T * vector, const T scalar, int N)
{
int tidx = threadIdx.x + blockIdx.x*blockDim.x;
int stride = blockDim.x * gridDim.x;
for(; tidx < N; tidx += stride) {
vector[tidx] += scalar;
}
}
[免责声明：此内核是在浏览器中编写的，未经测试。使用风险自负]
【讨论】：
add 和mul，我很难相信nVidia 程序集也没有add，在这种情况下，实现应该是迭代和添加的问题。但是怎么可能没有高级功能来做到这一点......
四个选项，从最好到最差排列：
*axpy 一起使用。【讨论】：