点积 - SSE2 与 BLAS

Question

对于计算向量 x 与大量向量 y_i 的点积，我最好的选择是什么，其中 x 和 y_i 的长度约为 10k。

1. 将 y 推入矩阵并使用优化的s/dgemv 例程？
2. 或者尝试手动编码 SSE2 解决方案（根据 cpuinfo，我没有 SSE3）。

我只是在这里寻找一般指导，所以任何建议都会很有用。
是的，我确实需要表演。 谢谢你的光。

Answer 1

我认为 GPU 是专门为快速执行此类操作而设计的（等等）。因此，您可能可以使用 DirectX 或 OpenGL 库来执行矢量操作。 D3DXVec2Dot 这也将节省您的 CPU 时间。

Answer 2

优化 BLAS 例程的替代方案：

• 如果您使用 intel 编译器，您可以 可以访问英特尔MKL
• 对于其他编译器，ATLAS 通常会提供不错的性能数据

Answer 3

对 SSE2 解决方案进行手工编码并不是很困难，并且会比纯 C 例程带来很好的加速。这将带来多少 BLAS 例程必须由您确定。

最大的加速是通过将数据结构化为一种格式来获得的，这样您就可以利用数据并行性和对齐方式。

Answer 4

我使用 GotoBLAS。这是高性能内核例程。比 MKL 和 BLAS 好很多倍。

Answer 5

以下提供了使用 SSE 的 BLAS 级别 1（向量运算）例程。

http://www.applied-mathematics.net/miniSSEL1BLAS/miniSSEL1BLAS.html

如果您有 nVidia 显卡，您可以获得 cuBLAS，它将在显卡上执行操作。

http://developer.nvidia.com/cublas

适用于 ATI (AMD) 显卡

http://developer.amd.com/libraries/appmathlibs/pages/default.aspx