JuliaGPU/CUDA.jl

Support general eltypes in matrix factorizations (LU, QR, Cholesky)

Open

#1458 aperta il 29 mar 2022

Vedi su GitHub
 (0 commenti) (0 reazioni) (0 assegnatari)Julia (274 fork)batch import
cuda librariesenhancementgood first issue

Metriche repository

Star
 (1408 star)
Metriche merge PR
 (Merge medio 5g 5h) (16 PR mergiate in 30 g)

Descrizione

Matrices with eltypes other than T <: CublasFloat should be supported in matrix factorizations (LU, QR, Cholesky) by promotion to a supported eltype during the copy that the non-mutating functions have to make anyway. This already works in many cases by reusing non-mutating methods in Base.LinearAlgebra and only specializing the mutating methods; however, Base tends to promote to Float64 when cuda would be better served by Float32, so it would be better to systematically handle this within CUDA.CUSOLVER.

Already implemented for matrix division and SVD in #1453. Submitting this issue to make sure it's not forgotten for the other factorizations.

Guida contributor

Direzione di ricerca
Esamina l'implementazione nella PR #1453 per la divisione di matrici e SVD, ed estendi il pattern alle fattorizzazioni LU, QR e di Cholesky.
Tech stack
Nessuno
Dominio
backend
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Mezza giornata
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Nuova
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
JuliaGitLinear Algebra
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
70