在一些代码中，我们需要获得对称实矩阵（Ax=lamba-Bx）的广义特征值问题的自向量和自值。此代码使用LACPACK中的DSPGVX。我们想在GPU上使用MAGMA功能来加速它。我们在这个论坛上询问并得到了关于这个的答案
http://icl.cs.utk.edu/magma/docs/zhegvx_8cpp.html
我们的矩阵（N）的大小从100到50000，甚至更多，与分子中的原子数有关。我们观察到：
a） 对于大于2500（大约）的N，MAGMA就是不起作用；分段故障b） MAGMA的运行速度总是比LAPACK序列慢，大约是的10倍
这种行为正常吗？我们能克服吗？有人能报告任何参考资料吗？在这些参考资料中，任何处理类似问题的人都能获得不错的加速？
感谢
根据我的经验，您可以通过切换到更好的本征解算器来获得更大的性能优势。据我所知，最好的解决方案是ARPACK。如果你的矩阵有一些结构，例如，如果它们是稀疏的，你将获得最大的好处。如果只需要提取本征对总数的一小部分，则该解算器也是最有效的。
我会先尝试这个解决方案来解决你在CPU上运行的问题。您可能会发现，仅此一项就足以满足您的需求。如果没有，那么将ARPACK的计算核心移动到GPU相对容易。或者，有可用的ARPACK的并行版本。
你尝试过CULA吗http://www.culatools.com/？CULA是NVIDIA为CUDA进行的Lapack转换，因此至少在理论上它应该是广义特征值问题的最佳实现之一。我认为单精度版本是免费的，所以你可以试一试。