Kernel 选择策略

基于矩阵特征自动选择最优 Kernel。

选择流程

Kernel 对比

Kernel	线程策略	最佳场景	带宽效率	复杂度
Scalar CSR	1 线程/行	极稀疏 (nnz/row < 4)	~40-50%	★☆☆☆☆
Vector CSR	1 Warp/行	均匀分布	~65-75%	★★☆☆☆
Merge Path	动态分块	高度倾斜	~70-80%	★★★★★
ELL Kernel	列并行	行长度均匀	~80-90%	★★★☆☆

选择阈值

阈值	默认值	用途
avg_nnz_threshold	4.0	判断是否使用 Scalar CSR
skewness_threshold	10.0	判断是否使用 Merge Path
texture_cols_threshold	10000	启用纹理缓存的向量长度阈值

自定义阈值

SpMVThresholds thresholds = {
    .avg_nnz_threshold = 4.0f,
    .skewness_threshold = 10.0f,
    .texture_cols_threshold = 10000
};
spmv_set_thresholds(thresholds);

矩阵统计量

avg_nnz_per_row

每行平均非零元素数。低值表示极稀疏矩阵，适合 Scalar CSR。

倾斜度 (Skewness)

每行最大与最小非零元素数的比值：max / (min + 1)

• < 10：均匀分布 → Vector CSR
• ≥ 10：倾斜分布 → Merge Path

CSRStats stats = csr_compute_stats(csr);
printf("倾斜度: %.2f\n", stats.skewness);

性能建议

1. 极稀疏矩阵（avg_nnz < 4）：让 Scalar CSR 处理
2. 均匀矩阵：Vector CSR 提供良好平衡
3. 倾斜矩阵：Merge Path 确保负载均衡
4. 行长度均匀：转换为 ELL 获得最佳性能

手动指定

你可以覆盖自动选择：

// 强制使用指定 Kernel
SpMVConfig config;
config.kernel_type = KernelType::MERGE_PATH;
config.block_size = 256;
config.use_texture = true;

SpMVResult result = spmv_csr(csr, d_x, d_y, &config);

参考

• Bell & Garland (2009) — CSR vs ELL 分析
• Merrill & Garland (2016) — Merge Path 算法