parallel-processing - 多核系统的并行线性代数

Question

关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。












想改进这个问题？将问题更新为 on-topic对于堆栈溢出。

2年前关闭。




Improve this question




我正在开发一个需要进行大量线性代数计算的程序。

现在我使用 LAPACK/BLAS 例程，但我需要利用我的机器(24 核 Xeon X5690)。

我找到了像 这样的项目pblas 和 斯卡拉包 ，但他们似乎都专注于分布式计算和使用 MPI。

我没有可用的集群，所有计算都将在单个服务器上完成，使用 MPI 看起来有点矫枉过正。

有人对此有什么建议吗？

Answer 1

正如@larsmans (例如，MKL)所提到的，您仍然使用 LAPACK + BLAS 接口(interface)，但您只需为您的平台找到一个经过调整的多线程版本。 MKL 很好，但是很贵。其他开源选项包括:

OpenBLAS/GotoBLAS ，Nehalem 支持应该可以正常工作，但尚未对 westmere 进行调整支持。多线程处理得很好。

Atlas :在安装时自动调整到您的架构。对于“典型”矩阵(例如，方形 SGEMM)可能会更慢，但对于奇数情况可能会更快，对于 westmere 甚至可能击败 OpenBLAS/GotoBLAS，我自己还没有测试过。主要针对串行情况进行了优化，但确实包括并行多线程例程。

Plasma - 专为多核设计的 LAPACK 实现。

我也同意马克的评论；根据您使用的 LAPACK 例程，使用 MPI 的分布式内存实际上可能比多线程更快。 BLAS 例程不太可能出现这种情况，但是对于更复杂的事情(比如 LAPACK 中的特征值/向量例程)，值得测试。虽然 MPI 函数调用确实是一种开销，但在分布式内存模式下执行操作意味着您不必担心错误共享、同步访问共享变量等。