C ++中高性能计算的资源[关闭]答案

【问题标题】：Resources for high performance computing in C++ [closed]C ++中高性能计算的资源[关闭]
【发布时间】：2008-09-26 22:20:51
【问题描述】：

我正在寻找详细介绍使用 C++ 进行高性能计算的编程技术的书籍或在线资源。

【问题讨论】：

您是指大型服务器中的高处理吞吐量，还是减少小型（PC 或更小的）机器中的资源消耗？
你可以考虑这个github.com/ohhmm/openmind/blob/…

标签： c++ performance

【解决方案1】：

实际上，我听说过的所有 HPC 代码都是用于求解线性方程组或 FFT 的。至少在使用的库中，这里有一些链接可以帮助您开始：

BLAS - 线性代数的标准例程集 - 诸如矩阵乘法之类的东西
LAPACK - 高级线性代数例程的标准集 - 像 LU decomp 这样的东西。
ATLAS - 优化 BLAS 实现
FFTW - 优化的 FFT 实现
PBLAS - 用于分布式处理器的 BLAS
SCALAPACK - 分布式 LAPACK 实现
MPI - 分布式系统的通信库。
PETSc - 可扩展的非线性和线性求解器（用户可扩展，与以上接口）

【讨论】：

【解决方案2】：

即使不是 FOSS，如果您需要执行这些库支持的任何操作（例如：信号处理、图像处理、矩阵数学）。当然，能否从中受益取决于您的平台。

（不：我不为英特尔工作，但我是他们的快乐客户。）

【讨论】：

【解决方案3】：

Trilinos 库和包套件为 HPC 提供了广泛的中间件库，包括稀疏、迭代线性求解器；非线性求解器；特征求解器； ODE & DAE 积分器，包括敏感性分析；优化（侵入性和黑盒）；有限元接口；网状接口；预处理器；等等。所有这些包都是使用相当现代的 C++ 技术设计的（有 Python API 以及一些 C 和 Fortran）。在非常大规模的并行（5000+ CPU）模拟中使用了异常后果（核武器设计）并取得了巨大成功。这些软件包提供了一套比 BLAS 等更高级别的功能。

【讨论】：

【解决方案4】：

第一件事可能是阅读MPI(Message Passing Interface)，这是 HPC 节点互连中的事实标准。

【讨论】：

【解决方案5】：

查看Eigen Vector/Matrix library。 api 非常优雅，生成的程序非常快（由于 SSE2 架构的显式矢量化）..

【讨论】：

【解决方案6】：

尽管 14 岁以上，Expression Templates 的开创性工作仍然被认为是多年来最杰出的 C++ 工作。快速、高效、安全……我已经使用了这些技术，它们真的很了不起。

编辑： 如果上面的链接仍然断开，这里是alternate reference for Expression Templates。这篇 DDJ 文章引用了 Veldhuizen 的原创作品。

【讨论】：

谢谢汤姆。希望 DDJ 文章对您有所帮助。
链接存档：web.archive.org/web/20090421155750/http://ubiety.uwaterloo.ca/…

【解决方案7】：

看看The ADAPTIVE Communication Environment (ACE)。它是用于 C++ 中高性能应用程序的模板和对象库。它具有出色的线程、网络等跨平台原语。

【讨论】：

【解决方案8】：

无论您编写什么内容，以及您从一开始就为性能设计了多少，很有可能它会从性能调整中受益。通常程序越大，受益越多。 THIS 是一种简单有效的调优方法。它基于“深度采样”，一种在不强调测量的同时提供准确诊断的技术。

你也可以看看http://en.wikipedia.org/wiki/Performance_analysis#Simple_manual_technique

【讨论】：

【解决方案9】：

高可扩展性 - 构建更大、更快、更可靠的网站。

http://highscalability.com/

还有：

http://www.ddj.com/hpc-high-performance-computing/

【讨论】：