Question

我有一个具有以下结构的代码：

Eigen::MatrixXd function1(args)
{
    #pragma omp parallel for
    for (args)
        //filling a matrix element-wise

    return matrix;
}

Eigen::MatrixXd function2(argument is function1 matrix)
{
    #pragma omp parallel for
    for (args)
        //element-wise probabilities calculations on matrix from function1

    return matrix;
}

Eigen::MatrixXd global_function(args)
{
    Eigen::MatrixXd ident; //identity matrix

    for (args)
    {
        Eigen::MatrixXd mat = function1(args);
        Eigen::MatrixXd mat2 = function2(mat);
        ident = ident * mat2;
    }

    return matrix;
}

还有更多功能，但方案是相同的。矩阵的大小为500x500到1000x1000 代码使用库：Eigen（构建矩阵）和Boost（对于function2上的一些概率计算），使用Visual Studio 2013或Intel C ++编译器15.0编译（两者都具有类似的性能）

我正在尝试使用英特尔MKL进行矩阵乘法运算：

因此，在我的代码中实现它之前，我构建了一个简单的项目，用Eigen测试MKL并且它工作（矩阵用Eigen构建，而矩阵 - 矩阵乘法使用MKL，它将计算时间缩短了一半）。然后我将MKL实现到我的代码中，但这次没用，计算时间没有下降，原因可能是什么？

Answer 1

Eigen可以在引擎盖下使用MKL，因此你可以使用Eigen接口为你的矩阵让Eigen处理MKL。在包含任何Eigen标题之前，您所要做的就是#define EIGEN_USE_MKL_ALL。

MKL没有使用使用Eigen和OpenMP的C ++代码

1 个答案: