BLAS中是否包含稀疏BLAS？

Question

我有一个有效的LAPACK实现，据我所知，它包含BLAS。

我想使用SPARSE BLAS，据我所知this website，SPARSE BLAS是BLAS的一部分。

但是当我尝试使用

从稀疏blas手册运行下面的代码时

  

g ++ -o sparse.x sparse_blas_example.c -L / usr / local / lib -lblas＆amp;＆amp; ./sparse_ex.x

编译器（或链接器？）要求blas_sparse.h。当我把那个文件放在我得到的工作目录中时：

ludi@ludi-M17xR4:~/Desktop/tests$ g++  -o sparse.x sparse_blas_example.c -L/usr/local/lib -lblas && ./sparse_ex.x
In file included from sparse_blas_example.c:3:0:
blas_sparse.h:4:23: fatal error: blas_enum.h: No such file or directory
 #include "blas_enum.h"

我必须做什么才能使用带有LAPACK的SPARSE BLAS？我可以开始将很多头文件移动到工作目录中，但我收集了我已经将它们与lapack一起使用了！

/* C example: sparse matrix/vector multiplication */

#include "blas_sparse.h"
int main()
{
const int n = 4;
const int nz = 6;
double val[] = { 1.1, 2.2, 2.4, 3.3, 4.1, 4.4 };
int indx[] = { 0, 1, 1, 2, 3, 3};
int jndx[] = { 0, 1, 4, 2, 0, 3};
double x[] = { 1.0, 1.0, 1.0, 1.0 };
double y[] = { 0.0, 0.0, 0.0, 0.0 };
blas_sparse_matrix A;
double alpha = 1.0;
int i;

/*------------------------------------*/
/* Step 1: Create Sparse BLAS Handle */
/*------------------------------------*/

A = BLAS_duscr_begin( n, n );

/*------------------------------------*/
/* Step 2: insert entries one-by-one */
/*------------------------------------*/

for (i=0; i< nz; i++)
{
BLAS_duscr_insert_entry(A, val[i], indx[i], jndx[i]);
}

/*-------------------------------------------------*/
/* Step 3: Complete construction of sparse matrix */
/*-------------------------------------------------*/
BLAS_uscr_end(A);

/*------------------------------------------------*/
/* Step 4: Compute Matrix vector product y = A*x */
/*------------------------------------------------*/

BLAS_dusmv( blas_no_trans, alpha, A, x, 1, y, 1 );

/*---------------------------------*/
/* Step 5: Release Matrix Handle */
/*---------------------------------*/

BLAS_usds(A);

/*---------------------------*/
/* Step 6: Output Solution */
/*---------------------------*/

for (i=0; i<n; i++) printf("%12.4g ",y[i]);
printf("\n");
return 0;
}

Answer 1

您引用Blas技术标准，而不是LAPACK参考。除了处理some banded matrices之外，LAPACK不包含稀疏矩阵的例程。还有其他实现，如spblas和sparse，遵循技术标准并实现稀疏BLAS。通常，稀疏操作不被视为BLAS的一部分，而是扩展。

我建议使用更高级别的库，例如eigen，因为它可以节省大量的开发时间，通常会降低性能成本。还有ublas也是提升的一部分，所以如果你将boost作为项目的一部分，你可以尝试一下，虽然它并没有真正优化性能。您可以找到一个全面的列表here（再次注意，LAPACK未列为支持稀疏操作）。

Answer 2

似乎g ++找不到所需的头文件。所以你需要添加

-I path_to_header_files/ 

到命令行参数。即，将blas_sparse.h复制到工作目录的目录。

Answer 3

正如 Paul 所提到的，标准 BLAS 中没有包含稀疏求解器。然而，Netlib 有不同的计算例程，称为 sparseblas here。

我会推荐两个著名的稀疏矩阵直接求解器，它们是：SuperLU here 和 MUMPS here

您可以在这篇论文“分布式内存计算机的两个通用稀疏求解器的分析和比较”

中找到这两个库性能的完整比较

我们在我们的代码和 superLu 之间做了一个小规模的基准测试，结果如图所示。