如何将Eigen Sparse Matrix转换为CUDA CuSparse矩阵及*val疑问

首先明确CuSparse中最常用的稀疏矩阵存储格式是CSR（压缩稀疏行），它由三个核心数组构成，其中你疑惑的val是以下内容：

• val 是存储矩阵所有非零元素数值的一维数组，它的大小等于原Eigen稀疏矩阵的非零元素总数，也就是调用 matrix.nonZeros() 得到的数值。每个非零元素对应val里的一个位置，顺序和稀疏矩阵的存储结构对应。

举个直观例子：
假设你有一个3×3的Eigen稀疏矩阵，非零元素只有4个：

Eigen::SparseMatrix<double> mat(3,3);
mat.insert(0,0) = 1.0;
mat.insert(0,2) = 2.0;
mat.insert(1,1) = 3.0;
mat.insert(2,0) = 4.0;

此时mat.nonZeros()返回4，所以val数组的大小就是4，内容为[1.0, 2.0, 3.0, 4.0]（注意Eigen默认列优先存储，转CSR时需要调整为行优先顺序，不过val的大小只由非零元素数量决定）。

额外给你几个新手转格式的关键提醒：

• Eigen默认是列优先（ColMajor）存储，而CuSparse的CSR是行优先结构，转格式前需要把Eigen矩阵转为行优先：Eigen::SparseMatrix<double, Eigen::RowMajor> row_mat = mat;
• 除了val，还需要准备两个数组：
  • row_ptr：大小为N+1（N是矩阵维度），存储每一行第一个非零元素在val/col_ind中的起始索引，最后一个元素等于总非零数
  • col_ind：大小等于非零元素总数，存储每个非零元素的列索引
• 这些数组需要分配在GPU显存上，可以用cudaMalloc或者CuSparse的辅助函数完成内存分配与数据拷贝

内容的提问来源于stack exchange，提问作者pk68