java - BLAS.dgemm方法多线程计算误差

Question

当我使用spark mllib多层感知器模型来预测 vector 时，我发现同一 vector 在多线程中有时会给出不同的结果。我阅读了源代码，发现它是基于BLAS lib的。我为BLAS在多线程中编写了一些测试代码。

我使用 BLAS dgemm utils 来计算矩阵，使用多线程时相同的矩阵数据会给出不同的结果。

我的测试代码可以在github上找到。在测试代​​码中，我人工做了一些测试数据。要使用 Windows 10 进行测试，请在 java 类路径中添加 blas dll 文件。

当我只使用一个线程来运行时:

blas.dgemm(transa, transb, m, n, k,alpha, a, _a_offset, lda, b, _b_offset, ldb,beta, c, _c_offset, ldc)

重复运行结果是一样的。但使用5个或更多线程来运行相同的数据， blas.dgemm 给出了不同的结果。这很令人困惑，为什么 blas.dgemm 中的相同数据会给出不同的结果？

使用 Windows 10，将 netlib-native_system-win-x86_64.dll 添加到 java 类路径。

Answer 1

可能存在并发问题。数组 c(堆中的同一对象)正在被所有线程同步更改。如果 a 和 b 数组在 dgemm 函数内只读。则无需克隆它们

 @Override
 public void run() {
       double[] aa=a.clone();
       double[] bb=b.clone();
       double[] cc=c.clone();
     try {

        BLAS  blas =  BLAS.getInstance();
        blas.dgemm(transa, transb, m, n, k,
                alpha, aa, _a_offset, lda, bb, _b_offset, ldb,
                beta, cc, _c_offset, ldc);

        System.out.println("c.rows:"+ m + "   c.cols:"+n
                + "   c.data:"+ Arrays.toString(cc)
                + "   c._c_offset:"+_c_offset
                + "   c.ldc:"+ldc);

    } catch (Exception e) {
        e.printStackTrace();
    }


}