点产品 - SSE2与BLAS

Question

用于计算具有大量向量y_i的向量x的点积的最佳选择是什么，其中x和y_i的长度大约为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，所以任何建议都会有用 是的，我确实需要表现。 感谢任何光明。

Answer 1

我认为GPU专门用于快速执行此类操作（以及其他操作）。因此，您可以使用DirectX或OpenGL库来执行向量操作。 D3DXVec2Dot这也可以节省你的CPU时间。

Answer 2

优化BLAS例程的替代方案：

• 如果你使用英特尔编译器，你可以 可以访问英特尔MKL
• 对于其他编译器ATLAS通常提供不错的性能数字

Answer 3

对SSE2解决方案进行手动编码并不是很困难，并且可以为纯C例程带来更好的加速。这将带来多少BLAS例程必须由你决定。

最大的加速是通过将数据结构化为格式得出的，这样您就可以利用数据并行和对齐。

Answer 4

我使用Goto BLAS。这是高性能的内核例程。比MKL和BLAS好很多倍。

Answer 5

以下提供了使用SSE的BLAS 1级（向量运算）例程。

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

如果你有一个nVidia显卡，你可以获得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