Armadillo + OpenBLAS 多线程答案

【问题标题】：Armadillo + OpenBLAS multi-threadingArmadillo + OpenBLAS 多线程
【发布时间】：2015-10-16 10:47:41
【问题描述】：

我在 Ubuntu 14.04 64bit 的硕士论文中成功使用了 Armadillo 和 OpenBLAS（安装和未安装 Armadillo）。性能非常令人印象深刻——我的代码主要由基本的矩阵运算组成。所有这些都是使用所有可用线程执行的。

现在我尝试在 Visual Studio 2013 的 Windows 7 64 位机器上使用 Armadillo 和 OpenBLAS。我在网上找到了一些帮助并成功添加了 PThread 库。代码本身可以工作，但性能很差。我使用 1000x1000 矩阵测试了三个基本操作——加法、乘法和逐元素乘法。在这三个中，只有经典乘法会使用所有 CPU 能力。另外两个使用 25% 的 CPU，这表明它们在单线程上运行。

对于 Ubuntu，我没有遇到过这种行为。有人有什么建议吗？我没有看到有人遇到类似问题的任何链接。

【问题讨论】：

正如 Janneb 指出的那样，由于算术运算的数量与 I/O 的数量在同一数量级上，线性时间算法（如矩阵加法和逐点乘法）通常受到带宽限制操作（加载和存储）。您所说的经典乘法（BLAS 中的矩阵乘法或 GEMM）是一种 O(n^3) 操作，并且有很多内容可以让多个处理器解决这个问题，而 I/O 不会占主导地位。跨度>
感谢您的补充意见，您让我更清楚了。

标签： c++ multithreading armadillo openblas

【解决方案1】：

您确定 OpenBLAS 在 Ubuntu 上使用多个线程进行加法和逐元素乘法吗？直觉上，我希望这些操作受 BW 限制而不是 FPU 限制，所以我猜多线程不会有太大帮助？

【讨论】：

我不得不说我的印象是这些操作在所有线程上运行，因为我的硕士论文程序一直使用 100% 的 CPU，主要是矩阵加法和元素乘法。分别测试这些操作，我发现它们确实只使用了一个线程。出于好奇，我将尝试通过 OpenMP 使这些并行，看看是否可以得到更快的代码。
你是对的，多线程没有帮助。由于我对这些库很陌生（以前主要在 Matlab 中工作并且不太关心这些东西），所以我还有很多东西要学。谢谢你的帮助。
@janneb。你能告诉我什么是BW-limited和FPU-limited吗？
BW-limited - 受内存带宽限制，FPU-limited - 受CPU浮点单元限制，因此受浮点运算速度限制。