Question

鉴于稀疏向量SparseVectorDouble（基本上是索引和值数组）和向量乘法的一些固定实现，我想实现并行化矩阵向量乘法。我尝试了基于全新流框架的以下方法。

ArrayList<SparseVectorDouble> rows;

//...

public double[] multiply(final double[] vector, final double[] result)
{
    final IntToDoubleFunction multiply = (index) -> rows.get(index).multiply(vector);
    Arrays.parallelSetAll(result, multiply);
    return result;
}

然而，对于巨大的矩阵（16M x 16M矩阵;每行约10个条目），使用具有超线程的双核CPU的加速仅为20％左右。

上述代码是否适合并行化，或者在并行流处理框架中是否存在某些假设？
如何有效地对此类任务的CPU使用率进行基准测试？

编辑＃1： SparseVectorDouble类中的向量乘法基本上如下实现：

protected double multiplyThisDefaultZero(final double[] other) {
    assert defaultValue == 0.0;

    if (!(size() <= other.length)) {
        throw new IllegalArgumentException("vector of matching size expected");
    }

    double sumXY = 0;

    for (int internalIndex = 0; internalIndex < internalSize; internalIndex ++) {
        final int index = indices[internalIndex];
        sumXY += values[internalIndex] * other[index];
    }

    return sumXY;
}

使用Java 8，如何有效地并行化矩阵向量乘法？

0 个答案: