我正在尝试使用英特尔 MKL 库使用它们提供的 Boost::uBLAS 接口(包括 mkl_boost_ublas_matrix_prod.hpp)执行矩阵乘法。我的数据只是整数,所以我尝试将我的矩阵模板类型更改为 int 并且性能下降了,这主要是由于代码只使用了一个 CPU 内核而不是我可用的 12 个内核。我在 MKL 文档中找不到任何东西来解释为什么整数没有使用 MKL 的 OpenMP 多线程功能(我猜他们根本没有使用 MKL?)。
此外,与浮点数相比,我看到双打的性能下降了 50%。
问题:
- 为什么浮点数和双精度数之间存在差异?
- 为什么我不能使用整数?
以下是我从以下代码得出的结果:
matrix<float>(10000x10000): 13 seconds (12 threads used)
matrix<double>(10000x10000): 26 seconds (12 threads used)
matrix<int>(10000x10000): >1000 seconds (1 thread used, stopped early)
matrix<float>(25000x25000): 187 seconds (12 threads used)
matrix<double>(25000x25000): 401 seconds (12 threads used)
使用的代码(根据需要替换两个 matrix< type > 行):
#include <boost/numeric/ublas/matrix.hpp>
#include <mkl_boost_ublas_matrix_prod.hpp>
using namespace boost::numeric::ublas;
void benchmark() {
int size = 10000;
matrix<float> m(size, size);
for (int i = 0; i < size; ++i) {
for (int j = 0; j < size; ++j) {
m(i,j) = 2*i-j;
}
}
matrix<float> r(size, size);
r = prod(m,m);
}
int main(int argc, char *argv[]) {
benchmark();
return 0;
}
编译:
g++ Flags: -std=c++0x -O3 -DNDEBUG -DMKL_ILP64 -m64 -msse4.2 -march=native -mtune=native
ld Flags: -lmkl_intel_ilp64 -lmkl_gnu_thread -lmkl_core -fopenmp -lpthread -lm
处理器:
Intel Xeon E7530 with 6 Cores (x2) with HT.
MKL 不使用超线程,因为他们说这对任何事情都没有帮助,所以我有 12 个线程可用,而不是 24 个。