добавление вектора и точка в eigen не ускоряются по мкл - PullRequest
Новая
       94

добавление вектора и точка в eigen не ускоряются по мкл

0 голосов
/ 18 октября 2018

Вот код, который я использую: 

#define EIGEN_USE_MKL_ALL

#include <iostream>
#include <Eigen/Core>
#include <Eigen/Dense>
#include <time.h>

using namespace std;
using namespace Eigen;

int main(int argc, char *argv[])
{
    VectorXf a = VectorXf::Random(100000000); 
    VectorXf b = VectorXf::Random(100000000);

    double start = clock();
    VectorXf c = a+b;
    float d = a.dot(b);
    double endd = clock();
    double thisTime = (double)(endd - start) / CLOCKS_PER_SEC;

    cout << thisTime << endl;

    return 0;
}

Скомпилируйте с помощью MKL: 

g++ mkl_test.cpp /home/tong.guo/intel/mkl/lib/intel64/libmkl_rt.so -Ieigen -Wl,--no-as-needed -lpthread -lm -ldl -m64 -I/home/tong.guo/intel/mkl/include

Удалите первую строку кода и скомпилируйте без MKL: 

g++ mkl_test.cpp -Ieigen

Время почти одинаковое.

Но вычисление матрицы может быть ускорено.Измените код ниже, я вижу скорость. 

    MatrixXd a = MatrixXd::Random(1000, 1000);  
    MatrixXd b = MatrixXd::Random(1000, 1000);

    double start = clock();
    MatrixXd c = a * b;   
    double endd = clock();
    double thisTime = (double)(endd - start) / CLOCKS_PER_SEC;

    cout << thisTime << endl;

1 Ответ

0 голосов
/ 18 октября 2018

со страницы eigen при включении mkl:

EIGEN_USE_BLAS Включает использование внешних подпрограмм уровня 2 и 3 BLAS

Eigen won 'Здесь не используются внешние подпрограммы, поскольку векторное сложение и продукты с точками являются подпрограммами уровня 1.

...