cublasGemmEx在ManagedCuda中的实现

Question

我想使用ManagedCuda的ManagedCuda / CudaBlas为矩阵乘法实现性能优化的代码。

基本实现相对较快且可行：

handle.Gemm(Operation.NonTranspose, Operation.NonTranspose, N, N, N, alpha, d_A, N, d_B, N, beta, d_C, N);

我现在要使用张量核心（V100图形卡）->指定张量操作。

下面的纯Cuda代码（cublasGemmEx）可以完美地工作。如何直接在ManagedCuda中实现呢？

我已经尝试过“ GemmStridedBatched”，但这似乎不适用于大型矩阵。

cublasGemmEx(cublasHandle, CUBLAS_OP_N, CUBLAS_OP_N,
        MATRIX_M, MATRIX_N, MATRIX_K,
        &alpha,
        a_fp16, CUDA_R_16F, MATRIX_M,
        b_fp16, CUDA_R_16F, MATRIX_K,
        &beta,
        c_cublas, CUDA_R_32F, MATRIX_M,
        CUDA_R_32F, CUBLAS_GEMM_DFALT_TENSOR_OP);