LAPACK/BLAS sgemm（）比自定義矩陣乘法要慢

我只用LAPACK/BLAS運行一次矩陣*矩陣乘法，並且用自定義循環優化（平鋪）運行一次。我有點惱火，因爲簡單的循環平鋪方法比BLAS算法快大約43％。基本上，我的問題是我是否在應用BLAS例程時犯了一個錯誤。這裏是我的代碼：LAPACK/BLAS sgemm（）比自定義矩陣乘法要慢

program test 
    implicit none 

    integer, parameter :: N = 1000, tile = 2 
    real*4, dimension(N,N) :: a,b,c,temp 
    integer :: i,j,k,x,y,z 
    double precision :: E,S 
    real :: alpha = 1.0, beta = 0.0 

    call random_seed() 
    call random_number(a) 
    call random_number(b) 

    call cpu_time(S) 

    ! call sgemm('n','n',N, N, N, alpha,a,N,b,N, beta,c,N) 

    do j = 1,N,tile 
    do k = 1,N,tile 
     do i = 1,N,tile 
      do y = j, min(j+tile-1,N) 
       do x = i, min(i+tile-1,N) 
       do z = k, min(k+tile-1,N) 
        c(x,y) = c(x,y) + a(x,z) * b(z,y) 
       enddo 
       enddo 
      enddo 
     enddo 
    enddo 
    enddo 

    call cpu_time(E) 
    print*,(E-S) 
end program test

我運行一個英特爾雙酷睿2機4GB DRAM和3096kb緩存這種計算。程序編譯時：

$gfortran -O3 test.f03 -o test 
0.9359

爲循環和：

$gfortran test.f03 -lblas -O3 -o test 
1.3399

所以我是沒有得到一些關於BLAS，我失去的東西（編譯優化，或好，我只是不知道什麼）？我用C++運行了一個類似的代碼，不管Eigen :: Matrix，並且使用Eigen庫來獲得相當大的收益，這就是爲什麼我的期望與BLAS庫相似的原因。

來源

2014-11-24 Vincent

BLAS程序正確使用。唯一的區別是，BLAS正在執行

C = 0.0*C + 1.0*A*B

和你的循環

C = C + A*B

在你的循環，你正在試圖提高CPU的緩存內存的使用。 BLAS有多種變體可以執行類似的操作。我建議你嘗試openblas，atlas或mkl（intel編譯器）庫。你會得到很大的時間改善。

來源

2014-11-24 13:11:59 ztik

我看到謝謝你的評論。我並不確定，因爲我剛剛開始使用該庫，並對文檔感到困惑。但如果我正確實施它，那就沒問題。再次感謝。 – Vincent 2014-11-24 13:17:12

順便說一下你能推薦一個好的ATLAS文檔嗎？ – Vincent 2014-11-24 15:13:35

ATLAS代表自動調諧庫。用法與BLAS相同。只需下載並編譯到您的PC。另外openblas是一個非常活躍的項目。也很容易建立。 – ztik 2014-11-24 15:46:12

LAPACK/BLAS sgemm（）比自定義矩陣乘法要慢

回答

相關問題