1

我算法的瓶颈是我的函数 Kronecker Product，称为 KPro：

gsl_matrix *KPro(gsl_matrix *a, gsl_matrix *b) {
    int i, j, k, l;
    int m, p, n, q;
    m = a->size1;
    p = a->size2;
    n = b->size1;
    q = b->size2;

    gsl_matrix *c = gsl_matrix_alloc(m*n, p*q);
    double da, db;

     for (i = 0; i < m; i++)    {
          for (j = 0; j < p; j++)   {
              da = gsl_matrix_get (a, i, j);
              for (k = 0; k < n; k++)   {
                  for (l = 0; l < q; l++)   {
                      db = gsl_matrix_get (b, k, l);
                      gsl_matrix_set (c, n*i+k, q*j+l, da * db);                
                  }
              }
          }
      }

    return c;
}

你知道使用 GSL 的高效实现吗？我找不到合适的例程。

4

2 回答 2

0

您可以通过“阻塞”和更有效地利用高速缓存显着提高性能。

看看这篇论文。Is 具有伪代码，我认为您可以轻松地将其转换为 C 代码。它还有一种算法可以在给定高速缓存大小和矩阵参数的情况下计算出最佳块大小。

于 2012-12-05T20:33:08.340 回答
0

仅从表面上看，我可以在您的日常工作中看到很多可能的瓶颈：

  1. 重用矩阵 c 而不是每次都重新分配它，即从函数堆栈变量提升到类成员或静态到文件。将其分配一次并分配到最大可能的问题大小。
  2. 调用所有这些 gsl_matrix_get 和 gsl_matrix_set 肯定会阻止编译器自动向量化您的代码，请考虑使用基于模板的矩阵实现，并使用重载或内联运算符和直接内存访问。
  3. 想想你正在使用的矩阵排序：它是行主要的吗？还是专栏专业？缓存未命中比您在那里所做的任何其他事情都更昂贵。您想利用空间局部性和重用，通过以最内层循环（计算发生的地方）访问已预取的相邻矩阵元素的方式对循环进行重新排序。
  4. 做对齐的内存分配，使向量化更容易和更有效。
  5. 考虑使用循环展开和阻塞
于 2012-12-05T18:20:36.710 回答