c++ - MKL 或 BLAS 例程将向量乘以异地标量

Question

我在仿真软件中工作，对数组进行的众多操作之一就是将向量缩放一个数字。

我有这样的代码：

//Just some initialization code, don't bother about this part
int n = 10000;
std::vector<double> input(n, 42.0);
std::vector<double> output(input.size());

double alpha = 69.0;

//the actual calculation:
for (size_t i = 0; i < n; ++i) {
    output[i] = input[i] * alpha;
}

我有可用的 MKL 库，因此如果我的计算是“就地”完成的，则可以编写以下内容：

cblas_dscal(n, alpha, &input[0], 1);

但是，这会改变input变量，这不是我想要的。

我尝试使用，mkl_domatcopy()但此操作非常慢。

Answer 1

我想出的解决方案是调用cblas_dcopy()then cblas_dscal()。

它不是世界上最好的，但它仍然比原始循环快。

Answer 2

来自 MKL 参考：

cblas_?axpy 例程执行向量-向量运算，定义为

y := a * x + y 其中：a是标量，x和y是向量，每个向量的元素数量等于n。

Answer 3

在类似 BLAS 的扩展中有一个名为cblas_?axpby的例程

这是文档的摘录：

缩放两个向量，将它们相加并将结果存储在向量中。

不同之cblas_?axpy处在于您在结果向量 y 上有第二个缩放参数。在您的情况下，您可以只设置b := 0.0并因此在一个呼叫中进行不合适的缩放，而不是两个cblas_dcopy()and cblas_dscal()。

您的代码可能如下所示：

//Just some initialization code, don't bother about this part
int n = 10000;
std::vector<double> input(n, 42.0);
std::vector<double> output(input.size());

double alpha = 69.0;

//the actual calculation:
cblas_daxpby (output.size(), alpha, input.data(), 1, 0.0, output.data(), 1);