我正在尝试计算以下内容：
Y = Y0 - （Un。（A * Y0）+ Vn。（Y0 * Z））* dt
以最快/最有效的方式，其中Y0，Un，Vn，A和Z是尺寸为300×300的矩阵，“。”是矩阵点乘积，“*”表示矩阵乘法。
我的问题是：
计算计算独立的子矩阵A2 = A * Y0和Z2 = Y0 * Z，然后Un2 = Un。* A2和Vn2 = Vn。* Z2，并行比串行计算它们更快，例如Y = Y0 - （Un2 + Vn2）* dt？如果是这样，那么并行计算将如何完成的一个很好的例子呢？
是否有其他更好/推荐的方法（例如，使用ATLAS）？
该语言是C ++，它将在具有多核（至少双重）处理器的Linux或Windows平台上运行。我目前正在使用BOOST uBLAS作为BLAS包。
答案 0 :(得分：1)
OpenMP应该是一种快速简便的方法，可以看出并行路线是否会更快。
答案 1 :(得分：1)
我同意@genpfault，在我运行几个循环的实验中，我正在使用OpenMP，它非常有用且更易于使用！这是chryswoods' blog，OpenMPs基础知识的链接，它是我见过的最简单的教程之一。
答案 2 :(得分：0)
你的问题非常小。你应该尝试使用像Eigen这样的东西（或者你提到的ATLAS）。我更喜欢Eigen，因为它使用起来很快。
答案 3 :(得分：0)
当尝试将相似矩阵与boost ublas相乘时，我得到〜3GFLOPS。实现缓存感知矩阵乘法使我达到了约12GFLOPS。与OpenMP并行实现缓存感知乘法使我达到了约30GFLOPS（4核，2线程/核）
因此，首先，您应该确保使用的是可感知缓存的矩阵乘法算法（或者，如果愿意，可以忽略缓存）。然后可以并行化，但是您希望使并行度尽可能地粗糙，否则阿姆达尔定律将对您不利。
一个好的经验法则是选择一个需要至少1s来执行的工作单元，并将其并行化。在这里，矩阵乘法只需要几毫秒，所以我肯定会选择更大的值。例如，您可以尝试并行计算多个批次，而不是尝试并行化Y的单个计算。