ublas与矩阵模板库（MTL4）

Question

我正在编写一个用于c ++的双曲偏微分方程的软件。几乎所有符号都是矢量和矩阵符号。最重要的是，我需要线性代数求解器。是的，矢量和矩阵的大小可以有很大差异（从1000到大小只能通过分布式存储器计算来解决，例如集群或类似的架构）。如果我曾经生活在乌托邦中，那么我就已经拥有线性求解器，它可以很好地适应簇，GPU和多核。

在考虑应该代表变量的数据结构时，我来了accros the boost.ublas和MTL4。 两个库都是blas 3级兼容，MTL4实现稀疏求解器并且比ublas快得多。它们都没有实现对多核处理器的支持，更不用说分布式内存计算的并行化了。另一方面，MTL4的开发取决于2个开发人员的唯一努力（至少我理解），并且我确信ublas有一个原因在于升级库。此外，intel的mkl库包含了用ublas绑定其结构的示例。 我想将我的数据和软件绑定到数据结构中，该数据结构将坚固，开发和维护很长一段时间。

最后，问题。您对使用ublas和/或mtl4的体验如何，您会推荐什么？

感谢名单， mightydodol

Answer 1

根据您的要求，我可能会选择BOOST::uBLAS。实际上，uBLAS的良好部署应该与MTL4大致相同，关于速度。

原因是bindings存在ATLAS（因此您可以为您的计算机有效地优化共享内存并行化），以及Intel Math Kernel Library或HP MLIB或供应商调整的实现-DMTL_HAS_BLAS

通过这些绑定，带有经过良好调整的ATLAS / BLAS库进行数学运算的uBLAS应该足够快。如果您链接到给定的BLAS / ATLAS，您应该与使用编译器标志observation针对同一BLAS / ATLAS链接的MTL4大致相同，并且很可能比没有BLAS的MTL4更快根据他们自己的{{{} 3}}（示例请参阅here，其中GotoBLAS优于MTL4。）

总而言之，只要您愿意使用某些BLAS库，速度就不应该是您的决定性因素。可用性和支持更重要。您必须决定MTL或uBLAS是否更适合您。我倾向于uBLAS，因为它是BOOST的一部分，而MTL4目前仅支持BLAS selectively。您可能还会发现这个有点过时的comparison of scientific C++ packages感兴趣。

一个大的但是：对于你的要求（非常大的矩阵），我可能会跳过“语法糖”uBLAS或MTL，并直接调用BLAS / LAPACK的“金属”C接口。但这只是我...另一个优点是它应该比切换到ScaLAPACK（分布式内存LAPACK，从未使用它）更容易解决更大的问题。需要明确的是：对于家庭问题，我不建议直接调用BLAS库。

Answer 2

如果你在C ++中编程向量，矩阵和线性代数，我会看看Eigen：

http://eigen.tuxfamily.org/

它比uBLAS（不确定MTL4）和更清晰的语法更快。

Answer 3

对于新项目，最好远离Boost的uBlas。自2012年底以来，uBlas常见问题解答甚至出现了此警告：

问：我应该将uBLAS用于新项目吗？    ... uBLAS的最后一次重大改进是在2008年，自2009年以来没有发生重大变化。...表现？有更快的选择。前沿？ uBLAS已经超过10年了，并且错过了C ++ 11中的所有新内容。

Answer 4

此列表中缺少一个C ++库：FLENS

http://flens.sf.net

免责声明：是的，这是我的宝贝

• 仅限标题
• 附带一个简单，非高性能，通用（即模板化）的BLAS C ++参考实现。
• 如果可用，您可以使用优化的BLAS实现作为后端。在这种情况下，它直接使用BLAS（some Benchmark I should update）。
• 您可以使用overloaded operators instead of calling BLAS functions。
• 它有自己的，独立的，通用的重新实现一堆LAPACK函数。我们称这个端口为FLENS-LAPACK。
• FLENS-LAPACK与Netlib的LAPACK具有完全相同的精度和性能。根据我的经验（FLENS-）LAPACK + ATLAS或（FLENS-）LAPACK + OpenBLAS为您提供与ACML或MKL相同的性能。
• FLENS在线性代数表达式评估中有关于创建临时向量/矩阵的不同策略。 FLENS政策是：永远不要创造它们!!!但是，在special debug-mode中，我们允许在必要时创建临时“。这个“必要时”策略是其他库中的默认值，如Eigen或Armadillo或Matlab。

Answer 5

您可以直接在此处查看效果差异： http://www.osl.iu.edu/research/mtl/mtl4/doc/performance.php3

两者都是在其接口方面使用的合理库，我不认为因为uBLAS通过BOOST审核流程，它必然更强大。我有一些噩梦，有不明显的副作用和uBLAS实施的意外后果。

这并不是说uBLAS很糟糕，它确实很好，但我认为鉴于MTL目前的性能差异显而易见，使用它而不是uBLAS是值得的，尽管它可能有点风险因为它是“只有2个开发者” “支持小组。

在一天结束时，它是关于矩阵库的速度，与MTL4一起使用。

Answer 6

根据我自己的经验，MTL4比uBLAS快得多，它也比Eigen快。

Answer 7

MTL4有一个并行版本。只需查看simunova

即可