随着 C++ 编译器(尤其是 intel 编译器)的快速发展，以及在 C/C++ 代码中直接应用 SIMD 函数的能力，Fortran 在数值计算领域是否仍然具有真正的优势？
我来自应用数学背景，我的工作涉及大量数值分析、计算、优化等，并具有严格定义的性能要求。
我对 Fortran 几乎一无所知，我在 C/CUDA/matlab 方面有一些经验(如果您一开始就认为后者是一门计算机语言)，而且我的日常任务涉及分析非常大的数据(例如 10GB-large矩阵)，并且似乎该程序至少花费了 2/3 的时间在内存访问上(这就是为什么我将它的一些工作发送给 GPU)，你们认为我尝试 fortran 例程可能值得吗？至少在我的代码的某些性能关键部分上提高我的程序的性能？
因为那里涉及的复杂性和需要完成的事情，如果只有那里有显着的性能优势，我只会执行该例程，在此先感谢。
最佳答案
与 C++ 相比，Fortran 具有严格的别名语义，并且几十年来一直在积极调整数值性能。使用 CPU 处理数据数组的算法通常有可能从 Fortran 实现中受益。
编程语言大战不应被太认真地对待，但在 15 个基准测试中，Fortran 在其中四个(对于英特尔 Q6600 单核)的速度排名第一，超过任何其他单一基准语。您可以看到 Fortran 最出色的基准是大量数值的基准:
- spectral norm速度提高 27%
- fasta速度提高 67%
- mandelbrot速度提高 56%
- pidigits速度提高 18%
反例:
- k-nucleotide慢 500%(此基准主要关注更复杂的数据结构和字符串处理，这不是 Fortran 的强项)
您还可以看到一个摘要页面“how many times slower”，它显示在所有实现中，Fortran 代码平均最接近每个基准测试的最快实现——尽管分位数条比 C++ 大得多，表明 Fortran 不适合 C++ 擅长的某些任务，但您应该已经知道了。
所以你需要问自己的问题是:
这个函数的速度是否如此重要，以至于在 Fortran 中重新实现它值得我花时间？
性能如此重要，以至于我在学习 Fortran 方面的投资会得到返回吗？
是否可以使用像 ATLAS 这样的库来代替自己编写代码？
回答这些问题需要详细了解您的代码库和业务模型，因此我无法回答这些问题。但是，是的，Fortran 实现通常比 C++ 实现更快。
您做出决定的另一个因素是示例代码的数量和可用引用实现的数量。 Fortran 的悠久历史意味着有大量的数字代码可供下载，甚至可以访问图书馆。与往常一样，您需要筛选它才能找到好东西。
关于c++ - Fortran 与 C++，如今 Fortran 在数值分析中是否仍然具有优势？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13078736/