我在GPU上有一个巨型矩阵（A），我需要对其进行正交分解（A = U * V ^ T）。我想到使用SVD，但是也许你们会带我一个不同的方向。我正在用C ++ / CUDA编写。
A在内存中是131262 x 1380，因此这意味着如果我使用完整的SVD分解，则矩阵U将不适合我的GPU。仅U个就占用131262 ^ 2 * 4 = 68918850576字节。
我希望cuSOLVER的cusolverDnSgesvd可以产生截短的SVD，而仅提供足够的内存来容纳截短的SVD，但事实并非如此。 cusolverDnSgesvd的文档建议，对于mxn mtx A，即使您使用jobu ='S'选项，U也必须在内存中为mxm。
鉴于我的mtx A的大小，有人可以建议一种替代的稳定且希望快速的方法吗？我真的很感谢所有帮助！
我希望cuSOLVER的cusolverDnSgesvd可以产生截短的SVD，而仅提供足够的内存来容纳截短的SVD，但事实并非如此。 cusolverDnSgesvd的文档建议，对于mxn mtx A，即使您使用jobu ='S'选项，U也必须在内存中为mxm。