高效地從矢量拉任意切片

這與我的文章here有些相關。高效地從矢量拉任意切片

我想在Rust中實現矩陣乘法，我認爲爲了有效地做到這一點，我需要能夠從矩陣中獲取列數據。這很難，因爲我以矩陣格式存儲矩陣。

我正在使用展開的網點產品實現，詳情請參閱上述link以及我以前的question。我希望能夠從一個矩陣和另一個矩陣的列中提供此方法。

如何從我的矩陣中有效選擇列數據？更一般地說：我如何選擇任意數據模式（如R，matlab，numpy等）？

我已經試過：

使用跨入視圖和收集迭代器 - 這似乎過於緩慢。
使用標準的循環迭代，但這似乎不是由鏽編譯器矢量化。

來源

2015-12-05 user124784

我覺得你錯過了上下文。例如，爲什麼不能直接使用跨步視圖？你可以先調整整個（sub？ - ）矩陣，並重復這個工作嗎？什麼不是矢量化的？ - 也許我們可以解決這個問題。 – Veedrac

即使識別出一個循環的循環，LLVM也不一定會自動化一個循環，請參閱http://llvm.org/docs/Vectorizers.html#scatter-gather – bluss

如果你使用更聰明的循環，你會得到你的問題的答案。我的意思是，如果您重新排序for循環，則不必從矩陣中抽出一列。這樣，你可以保持CPU緩存溫暖。

如果您當前的算法是這樣的：

// traditional multiplication 
for i in 0..a_rows { 
    for j in 0..b_cols { 
     for k in 0..a_cols { 
      c[i][j] += a[i][k] * b[k][j]; 
     } 
    } 
}

你產生由於B [k]和很多高速緩存未命中的研究[J]不訪問您的數據順序。

for i in 0..a_rows { 
    for k in 0..a_cols { 
     // Note, that j iterates over a column of B 
     for j in 0..b_cols { 
      c[i][j] += a[i][k] * b[k][j]; 
     } 
    } 
}

如果交換兩個內部循環，則循環遍歷B列，並利用緩存。首先，您將訪問b[k][0]，然後訪問b[k][1]等等。如果元素是4字節，則可以直接從緩存訪問下一個12元素（因爲64字節是最常見的L1緩存行大小）。傳統的方法沒有如此有效地使用緩存。

來源

2015-12-30 12:49:58

高效地從矢量拉任意切片

回答

相關問題