JuliaGPU/CUDA.jl

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

Open

#1.458 aberto em 29 de mar. de 2022

Ver no GitHub
 (0 comments) (0 reactions) (0 assignees)Julia (274 forks)batch import
cuda librariesenhancementgood first issue

Métricas do repositório

Stars
 (1.408 stars)
Métricas de merge de PR
 (Mesclagem média 5d 5h) (16 fundiu PRs em 30d)

Description

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.

Guia do colaborador

Direção de pesquisa
Revise a implementação no PR #1453 para divisão de matrizes e SVD, e estenda o padrão para as fatorações LU, QR e Cholesky.
Pilha de tecnologia
None
Domain
backend
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
2
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
Meio dia
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Recente
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
JuliaGitLinear Algebra
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
70