c++ - 布拉斯似乎很慢

我正在比较机器上的矩阵乘法，看来c++ blas非常慢。乘以1000x1000矩阵大约需要4秒，而python中所需的相同时间大约是1.5秒。我认为链接可能有问题，但是我真的不知道如何解决这类问题。这是C++代码

    #include <stdio.h>
#include <iostream>
#include <time.h>
#include <gsl/gsl_blas.h>
#include <gsl/gsl_sf_bessel.h>
using namespace std;


double diffclock(clock_t clock1,clock_t clock2) { double diffticks=clock1-clock2; double diffms=(diffticks*1000)/CLOCKS_PER_SEC; return diffms; }




int
main (void)
{
  double* a=new double[1000*1000];

  double* b=new double[1000*1000];

  double* c=new double[1000*1000];

  for (int i=0;i<1000*1000;i++){
  a[i]=i;
  b[i]=i/5+i*i/100;}

  gsl_matrix_view A = gsl_matrix_view_array(a, 1000, 1000);
  gsl_matrix_view B = gsl_matrix_view_array(b, 1000, 1000);
  gsl_matrix_view C = gsl_matrix_view_array(c, 1000, 1000);

  /* Compute C = A B */
  cout<<"start"<<endl;
  clock_t begin=clock();

  gsl_blas_dgemm (CblasNoTrans, CblasNoTrans,
                  1.0, &A.matrix, &B.matrix,
                  0.0, &C.matrix);
  clock_t end=clock();
  cout<<double(diffclock(end,begin))<<endl;

  return 0;
}

我正在使用
//g++ -o程序mm.cpp -I/home/gsl/include -lm -L/home/gsl/lib -lgsl -lgslcblas

python代码是

    import time
import numpy as np



n=1000
a=np.zeros((n,n))
b=np.zeros((n,n))
for i in range(0,n):
    for j in range(0,n):
        a[i,j]=i*n+j
        b[i,j]=(i*n+j)/5+(n*i+j)**2/5
print "start"
start=time.time()
c=np.dot(a,b)
end=time.time()
print end-start

谢谢你的帮助!

最佳答案

BLAS中的子例程是事实上的标准，并且存在大量实现该接口(interface)的经过优化的特定于供应商的库。 numpy和gsl都可以链接到各种不同的BLAS(或在某些情况下使用它们自己的实现)，但是从这个角度来看，numpy和gsl都是包装器-您获得的性能基本上仅取决于与之相关的BLAS。

使用GSL，链接到替代的BLAS相对容易。这里有一些说明:http://www.gnu.org/software/gsl/manual/html_node/Linking-with-an-alternative-BLAS-library.html

英特尔的MKL是一种速度非常快的BLAS(至少在没有AMD CPU的情况下)，但是很难与之抗衡。他们甚至有一个Web应用程序来帮助您编写链接行:http://software.intel.com/en-us/articles/intel-mkl-link-line-advisor。我在OpenBLAS(http://www.openblas.net/)方面非常幸运，在i7-3770K CPU上获得的性能相当于MKL的1或2％。 OpenBLAS也很容易编译。它比ATLAS麻烦得多。

一旦您获得OpenBLAS，如果是使用* nix，则可以从源代码进行编译，也可以从程序包管理器中进行下载，那么修改后的编译行基本上就是

g++ -o program mm.cpp -I/home/gsl/include -lm -L/home/gsl/lib -lgsl -lcblas -lopenblas

关于c++ - 布拉斯似乎很慢，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20213381/