我有一个关于使用CUDA对数百个小矩阵进行特征分解的问题。
我需要同时计算数百个（例如500个）小（64乘64）实对称矩阵的特征值和特征向量。我试图通过使用国际象棋锦标赛排序的Jacobi方法来实现它（有关更多信息，请参阅本文（PDF））。
在该算法中，在每个块中定义32个线程，而每个块处理一个小矩阵，并且32个线程一起工作以膨胀32个非对角元素，直到收敛。不过，我对它的表现不是很满意。
我想知道哪里有更好的算法来解决我的问题，即许多64乘64实对称矩阵的特征分解。我想户主的方法可能是一个更好的选择，但不确定它是否能在CUDA中有效实施。网上没有太多有用的信息，因为大多数其他程序员更感兴趣的是使用CUDA/OpenCL来分解一个大矩阵，而不是很多小矩阵。
至少对于特征值，可以在Cuda SDK 中找到一个样本
http://www.nvidia.de/content/cudazone/cuda_sdk/Linear_Algebra.html
图像似乎已损坏，但下载示例仍然有效。我建议下载完整的SDK并查看现有的示例。此外，这篇论文可能很有帮助：
http://docs.nvidia.com/cuda/samples/6_Advanced/eigenvalues/doc/eigenvalues.pdf