矩阵实施基准，我应该鞭打自己吗？

Question

我正在尝试在线找出一些矩阵乘法/反演基准。我的C ++实现目前可以在38秒内反转100 x 100矩阵，但与我发现的this基准测试相比，我的实现性能非常糟糕。我不知道它是否是一个超级优化的东西，或者你真的可以在大约0.11秒内轻松地反转200 x 200矩阵，所以我正在寻找更多的基准来比较结果。你上帝有一些很好的联系吗？

更新 我在我的乘法代码中发现了一个错误，它不会影响结果但会导致无用的循环浪费。现在我的反演在20秒内完成。这仍然是很多时间，任何想法都是受欢迎的。

谢谢大家

Answer 1

这种操作对缓存非常敏感。您希望在L1＆amp;中的变量上完成大部分工作。二级缓存。查看本文档的第6部分：

http://people.redhat.com/drepper/cpumemory.pdf

他将引导您以缓存优化的方式优化矩阵乘法，并获得一些重大的性能提升。

Answer 2

检查您是否按值传递巨大的矩阵对象（如果复制整个矩阵，这可能会很昂贵） 如果可以通过参考传递。

关于matricies和C ++的问题是你想尽可能避免复制 因此，您的主要对象可能不应该包含“矩阵数据”，而是包含有关矩阵的元数据和指针（由智能的东西包裹）到数据部分。因此，在复制对象时，您只复制一小块数据而不是整个对象（请参阅字符串实现示例）。

Answer 3

为什么首先需要实现自己的矩阵库？正如您已经发现的那样，已经有非常高效的库可以做同样的事情。尽管人们喜欢将C ++视为一种表现语言，但只有当你真的擅长语言时才会这样。在C ++中编写非常慢的代码非常容易。

Answer 4

  

我不知道它是否是超级优化的   什么或者如果你真的很容易   在大约中反转200 x 200矩阵   0.11秒

MATLAB也不会出汗。您是否正在实施矩阵求逆的LAPACK例程（例如LU分解）？

Answer 5

您是否尝试过分析它？

遵循此paper（pdf），具有LU分解的100x100矩阵的计算将需要1348250（浮点运算）。核心2可以做大约20 Gflops（processor metrics）。所以从理论上讲，你可以在1毫秒内进行反演。

没有代码就很难断言是什么原因导致了大差距。根据我尝试微优化（如循环展开，缓存值，SEE，线程等）的经验，您只会获得加速，这最多只是您当前的常数因素（这对您来说足够了）。

但是如果你想要提高一个数量级的速度，你应该看看你的算法，也许你的LU分解实现有一个bug。另一个要看的地方是组织数据，尝试不同的组织，将行/列元素放在一起。

Answer 6

LINPACK基准测试基于求解线性代数问题。它们可用于不同的计算机和languages。也许他们也可以帮助你。

LINPACK C ++库也可用here。

Answer 7

我实际上使用** double **而不是** long double ** s获得了大约7秒的时间，但这并不是很大，因为我失去了一半的精度。