- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在尝试使用 open mp 加速稀疏矩阵 vector 乘积,代码如下:
void zAx(double * z, double * data, long * colind, long * row_ptr, double * x, int M){
long i, j, ckey;
int chunk = 1000;
//int * counts[8]={0};
#pragma omp parallel num_threads(8)
{
#pragma omp for private(ckey,j,i) schedule(static,chunk)
for (i=0; i<M; i++ ){
z[i]=0;
for (ckey=row_ptr[i]; ckey<row_ptr[i+1]; ckey++) {
j = colind[ckey];
z[i] += data[ckey]*x[j];
}
}
}
}
现在,这段代码运行良好,并产生了正确的结果,但它只使我的速度提高了约 30%。我检查过线程都获得了相同数量的非零元素(它们是),并且矩阵相当大(300,000 x 300,000),所以我希望开销不是唯一的问题.我也尝试过使用不同的 block 大小和线程数运行,我得到了类似的性能。
还有什么我可以尝试从中获得额外速度的东西吗?或者我显然做错了什么?
干杯。
编辑:刚刚注释掉'//int * counts[8]={0}',因为它是计算工作分配的剩余部分。不需要
Edit2(更多细节):
好吧,我计算了一个调用这个 5000 次的循环并得到了平均次数:
矩阵的大小为:303544x303544,并且有:2122980 个非零元素。
使用更小的矩阵 30000x30000 我得到的时间更像
看来大尺寸可能是我的问题。
最佳答案
欢迎来到内存限制问题的奇妙世界。为了减轻您的痛苦,我想告诉您,稀疏矩阵 vector 乘法是许多无法在单个多核芯片上有效并行化甚至矢量化的事情之一,除非所有 数据可以放入最后一级缓存或内存总线真的很宽。
为什么?仅仅是因为计算与内存访问的比率非常低。对于内循环的每次迭代,您获取一次列索引到 j
(8 字节),矩阵元素到 data
(8 字节), vector 元素的值(8 字节)和结果的先前值(因为编译器很少优化对共享变量的访问)(8 字节)。然后执行 2 个非常快的浮点运算 (FLOP) 并执行存储(尽管 +=
运算符被转换为单个指令,但它仍然是一个“获取-修改-写入”指令)。您总共加载了 32 个字节,并对它们执行了 2 次 FLOP。这使得每字节 1/16 FLOPs。
现代支持 SSE 的 CPU 内核可以执行 4 个 double FLOP/周期,这通常会导致每个 CPU 内核大约 8 GFLOPS(假设基本频率为 2 GHz)。使用 AVX,这个数字翻了一番,因此您可以在 2 GHz Intel Sandy/Ivy Bridge 或 AMD 同等处理器上获得高达 16 GFLOPS 的每个内核。为了使数据处理能力达到饱和,给定 1/16 FLOPs/字节,您至少需要 128 GiB/s 的内存带宽。
Xeon X7560 等高端 Nehalem-EX 处理器 运行频率为 2.26 GHz(9.04 GFLOPS/内核)及其共享的 L3 缓存(L1 和 L2 缓存是每个内核的)提供大约 275 GiB/s。在 9,04 GFLOPS/核心下,您需要每个核心 144,64 GiB/s 才能满足 zAx
例程的内部循环。这意味着在理想情况下,该 CPU 的 L3 缓存不能提供超过 2 个完全向量化的乘法内核。
在没有 SSE 向量化的情况下, double 的 FLOPS 速率要低两倍,因此可以预期问题会扩展到 4 个线程。一旦您的问题变得比 L3 高速缓存大,事情就会变得非常糟糕,因为内存总线提供的带宽少了大约十倍。
尝试使用以下版本的内部循环,看看编译器是否足够智能以遵循 OpenMP 的宽松内存 View :
#pragma omp for private(ckey,j) schedule(static,chunk)
for (i=0; i<M; i++){
double zi = 0.0;
for (ckey=row_ptr[i]; ckey<row_ptr[i+1]; ckey++) {
j = colind[ckey];
zi += data[ckey]*x[j];
}
z[i] = zi;
}
不幸的是,您无能为力。稀疏矩阵 vector 乘法与 CPU 插槽的数量成比例,而不是与 CPU 内核的数量成比例。您需要一个带有独立内存 Controller 的多路系统,例如具有多个(后)Nehalem 或 AMD64 处理器的任何系统。
编辑:优化提示。您真的需要 long
来存储列索引和行指针吗?对于 2122980 个非零元素,使用 int
会很好。它将在内循环中为每个元素节省加载 4 个字节,在外循环中为每行节省另外 4 个字节。
关于c - 使用 open mp 的慢速稀疏矩阵 vector 积 (CSR),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13636464/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!