调用cublasDgetrfBatched执行LU分解遇PyCUDA错误求助

cublasDgetrfBatched 要求第三个参数是指向各个矩阵设备内存指针的数组，而非整个批量矩阵的单一设备指针。你当前直接传入 a_gpu.gpudata，不符合接口参数要求，导致非法内存访问错误。

import numpy as np
import pycuda.autoinit
import skcuda.cublas as cublas
import pycuda.gpuarray as gpuarray

N = 10
N_BATCH = 1  # 仅分解一个矩阵
A_SHAPE = (N, N)

# 生成列优先的输入矩阵（cublas默认采用列优先存储）
a = np.random.rand(*A_SHAPE).astype(np.float64, order='F')

# 为batch准备指针数组：每个元素对应一个矩阵的设备指针
a_gpu = gpuarray.to_gpu(a)
# 创建指针数组，存储单个矩阵的设备指针（batch=1时仅需一个元素）
a_batch_ptr = gpuarray.zeros(N_BATCH, dtype=np.uint64)
a_batch_ptr[0] = a_gpu.gpudata

p_gpu = gpuarray.zeros(N * N_BATCH, np.int32)
info_gpu = gpuarray.zeros(N_BATCH, np.int32)

cublas_handle = cublas.cublasCreate()
cublas.cublasDgetrfBatched(
    cublas_handle,
    N,
    a_batch_ptr.gpudata,  # 传入指针数组的设备指针
    N,
    p_gpu.gpudata,
    info_gpu.gpudata,
    N_BATCH,
)

# 检查分解状态：info=0表示分解成功
info = info_gpu.get()
if info[0] != 0:
    print(f"LU分解失败，info值：{info[0]}")

cublas.cublasDestroy(cublas_handle)

# 获取结果：L（下三角，对角线为1）和U（上三角）存储在原矩阵内存中
result = a_gpu.get()
print("分解后的矩阵（L+U）：")
print(result)

• 直接生成列优先格式的输入矩阵（order='F'），避免不必要的转置操作，契合cublas的存储要求
• 创建专门的指针数组 a_batch_ptr，存储每个待分解矩阵的设备内存指针，严格匹配batched接口的参数要求
• 增加info值检查，可快速排查分解是否成功

内容的提问来源于stack exchange，提问作者w.tian