优化 Julia 中的剩余堆分配

Question

我运行 julia --track-allocation prof.jl 得到以下输出：

    - using FixedSizeArrays
    - 
    - immutable KernelVals{T}
    -     wavenumber::T
    -     vect::Vec{3,T}
    -     dist::T
    -     green::Complex{T}
    -     gradgreen::Vec{3,Complex{T}}
    - end
    - 
    - function kernelvals(k, x, y)
    -     r = x - y
    0     R2 =  r[1]*r[1]
    0     R2 += r[2]*r[2]
    0     R2 += r[3]*r[3]
    0     R = sqrt(R2)
    - 
    0     γ = im*k
    0     expn = exp(-γ * R)
    0     fctr = 1.0 / (4.0*pi*R)
    0     green = fctr * expn
   64     gradgreen = -(γ + 1/R) * green / R * r
    - 
    0     KernelVals(k, r, R, green, gradgreen)
    - end
    - 
    - function payload()
    -   x = Vec{3,Float64}(0.47046262275611883,0.8745228524771103,-0.049820876498487966)
    0   y = Vec{3,Float64}(-0.08977259509004082,0.543199687600189,0.8291184043296924)
    0   k = 1.0
    0   kv = kernelvals(k,x,y)
    -   return kv
    - end
    - 
    - function driver()
    -   println("Flush result: ", payload())
    0   Profile.clear_malloc_data()
    0   payload()
    - end
    - 
    - driver()

我无法摆脱以gradgreen... 开头的行上的最终内存分配。我跑了@code_warntype kernelsvals(...)，没有发现类型不稳定或不确定性。

julia-0.4.6 和 julia-0.5.0-pre 上的分配模式相同。

这个函数将是我正在实现的边界元素方法的内核。它将被调用数百万次，导致总内存分配可以增长到可用物理内存的倍数 对我来说。

我使用FixedSizeArrays 的原因是为了避免与创建小的Arrays 相关的分配。

报告分配的精确位置以非常敏感的方式取决于代码。在某些时候，内存分析器将1/(4*pi*R) 归咎于触发分配的行。

非常感谢任何有关如何编写代码以产生可预测的分配模式的帮助或一般提示。

Answer 1

经过一些实验，我终于设法摆脱了所有分配。罪魁祸首原来是在FixedSizeArrays 中扩展的促销架构。显然，将复数标量和实数向量相乘会产生一个临时变量。

将gradgreen的定义替换为

c = -(γ + 1/R) * green / R
gradgreen = Vec(c*r[1], c*r[2], c*r[3])

导致无分配运行。在我的基准示例中，执行时间从 6.5 秒下降到 4.15 秒。总分配大小从 4.5 GB 到 1.4 GB。

EDT：将此问题报告给 FixedSizeArrays 开发人员，他们立即修复了它（谢谢！）。分配完全消失了。