GPU：转换，重塑和乘以两个矩阵的最快方法

Question

在Matlab中转置，重塑和乘以两个矩阵的最快方法是什么？我想做以下事情：

B = B';
B = reshape(B, 20, 5 000 000);
A = A * B

其中A是20 x 20实矩阵，B是2500万x 4实矩阵。使用上面的实现，转置操作比矩阵乘法（在GPU上）慢约4倍。

我听说dgemm看似相关，但不完全是我正在寻找的东西（它允许一个乘法矩阵，转置它们并在单个快速操作中添加步幅（参见LDA参数） ）。

我最感兴趣的是A和B都已经是gpuArrays并且我们正在使用现代的nVidia GPU硬件。