1. 背景知识
cublas 中默认的矩阵存储继承了 fortran 的存储格式 -- 列主序（column-major)，和我们在c/c++中使用的行主序（row-major)有所不同，列主序的时候每一列内部的元素是连续的，行主序的每一行内部的元素是不连续的。
C-style 的行主序是这样的：
cublas 看到的这个矩阵，内存布局是这样的：
The memory layout of a matrix in C-style indexing
但是在 cublas 看来，内存布局是这样的：
The memory layout of a matrix in cublas indexing
2. 不同 layout 的矩阵在 cublas 中怎么配置
第一部分为背景知识，以下的所有讲解都以 cublas 的背景知识为基础。 cublasSgemm的函数原型为：
cublasStatus_t cublasSgemm(cublasHandle_t handle,
cublasOperation_t transa, cublasOperation_t transb,
int m, int n, int k,
const float *alpha,
const float *A, int lda,
const float *B, int ldb,
const float *beta,
float *C, int ldc)transa, transb: 是否需要对输入的矩阵做转置操作，比如 A（3*5）， B（3 5）,A和B无法直接相乘，必须先B做转置，AB^T才是有意义的。
A，B： 指向两个矩阵的起始位置。
lda, ldb, ldc: cublas视角下，同一行相邻列在内存中的距离。和 Opencv中 CV::Mat 的 stride 代表的意义是一样的。
C： 输出的矩阵地址。
如果是不熟悉 cublas 或者 cuda 相关库，一开始配置这些参数很容易陷入混乱，尤其是对哪些需要进行转置的矩阵。下面举几个例子来说明一下，cublasSgemm的参数该如何设置。
2.1. 两个 C-style row-major 矩阵相乘
矩阵A的尺寸为 3 * 5， 矩阵B的尺寸为 5 * 2，相乘的结果C的尺寸为 3 * 2
a00, a01, a02, a03, a04
a10, a11, a12, a13, a14
a20, a21, a22, a23, a24
C-style视角下的矩阵 A， 3行5列
b00, b01
b10, b11
b20, b21
b30, b31
b40, b41
C-style 视角下的矩阵 B，5行，2列
以上两个 row-major 矩阵在内存中分别存储在连续的空间中，当通过 cudaMemcpy 拷贝到 GPU 的时候，cublas视角下的内存布局是：
a00, a10, a20
a01, a11, a21
a02, a12, a22
a03, a13, a23
a04, a14, a24
cublas 视角下的矩阵A， 5行3列
b00, b10, b20, b30, b40
b01, b11, b21, b31, b41
cublas 视角下的矩阵B，2行5列
C-style 视角下的 AB = C，在 cublas 视角下是： A^T * B^T = C, 根据矩阵运算的一些法则，又等同于：B*A=C^T
c00, c01, c02
c10, c11, c12
所以:
transa = N, transb = N,
lda = 5, ldb = 2
ldc = 3