parallel-processing - 多核系统的并行线性代数

Closed. This question does not meet Stack Overflow guidelines。它当前不接受答案。












想要改善这个问题吗？更新问题，以便将其作为on-topic用于堆栈溢出。

1年前关闭。



Improve this question




我正在开发一个程序，需要进行大量的线性代数计算。

现在，我正在使用 LAPACK/BLAS 例程，但是我需要利用我的机器(24核心Xeon X5690)。

我发现了像 pblas 和 scalapack 这样的项目，但它们似乎都专注于分布式计算和使用MPI。

我没有可用的群集，所有计算都将在单个服务器上完成，而使用MPI似乎有点过头了。

有人对此有任何建议吗？

最佳答案

正如@larsmans(带有MKL)所提到的那样，您仍然使用LAPACK + BLAS接口(interface)，但只是为您的平台找到了经过调整的多线程版本。 MKL很棒，但价格昂贵。其他开源选项包括:

OpenBLAS/GotoBLAS，Nehalem支持应该可以正常运行，但尚未调整对Westmere的支持。多线程性能很好。

Atlas:在安装时自动调整到您的体系结构。对于“典型”矩阵(例如，方形SGEMM)可能会更慢，但对于奇数情况可能会更快，并且对于Westmere甚至可能胜过OpenBLAS/GotoBLAS，我自己还没有对此进行测试。大多数情况下针对串行情况进行了优化，但确实包含并行多线程例程。

Plasma-专为多核设计的LAPACK实现。

我也同意马克的评论；根据您使用的LAPACK例程，带有MPI的分布式内存实际上可能比多线程要快。 BLAS例程不太可能是这种情况，但是对于更复杂的事情(例如LAPACK中的特征值/矢量例程)，值得进行测试。虽然确实确实需要MPI函数调用，但是以分布式内存模式进行操作意味着您不必担心错误共享，同步对共享变量的访问等问题。

关于parallel-processing - 多核系统的并行线性代数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/10025866/