我已经在Matlab上进行了以下测试：
n = 10000;
A = rand(n,n);
b = rand(n, 1);
tic
y = A\b;
toc
在我的Intel i7 gen 5机器（12核）上，结果约为5秒。
然后，我尝试使用CUDA 9.2示例SDK代码执行相同的操作（请参阅cuSolverDn_LinearSolver.cpp）。令人惊讶的是，在我的Nvidia 970GTX上，我得到了大约6.5秒的时间才能获得与上述相同的问题大小的解决方案！
怎么了？我提到我的矩阵是对称的，正方形，b只有1列。有没有更好的方法使用CUDA解决此问题？如果我要使用较新的GPU，应该期待更高的性能吗？
答案 0 :(得分：2)
这是我用来测试的代码
n = 10000;
A = rand(n,n,'single');
b = rand(n, 1,'single');
tic
y = A\b;
toc
A = gpuArray(A);
b = gpuArray(b);
tic
y = A\b;
toc
这是结果
Elapsed time is 2.673490 seconds.
Elapsed time is 0.553348 seconds.
我正在运行带有GTX 1060 GPU的7700 4核笔记本电脑，因此我认为大约具有相同的计算能力。如您所见，这种情况下GPU的运行速度更快。最可能的因素是精度。 GPU仅具有单精度乘法器，而CPU具有双精度乘法器。如果必须在GPU上执行双精度乘法，则必须使用多个乘法器来执行相同的运算，从而极大地降低了速度。如果我更改它，以便变量是双精度的，我们现在得到：
Elapsed time is 5.784525 seconds.
Elapsed time is 5.398702 seconds.
尽管我的计算机上GPU的运行速度仍然更快，但仍然有一个问题，就是现在CPU和GPU的距离更近了。