这个可以优化吗？

Question

我有一个程序运行速度比我希望的要慢。

我做了一些分析，发现了占用绝大多数处理时间的部分

        DO K = 0, K_MAX
            WRITE(EIGENVALUES_IO, *) K * 0.001 * PI, (W_UP(J), J=1, ATOM_COUNT)
            DCMPLXW_UP(:) = DCMPLX(W_UP(:))
            DO E = 1, ENERGY_STEPS
                ENERGY = MIN_ENERGY + ENERGY_STEP * REAL(E, DP)
                ZV = DCMPLX(ENERGY, DELTA)
                ON_SITE_SINGLE = DCMPLX(0.0_DP)
                DO Q = 1, ATOM_COUNT
                    DO J = 1, ATOM_COUNT
                        ON_SITE_SINGLE(J) = ON_SITE_SINGLE(J) + (MATRIX_UP(J, Q) * MATRIX_UP_CONJG(J, Q)) / (ZV - DCMPLXW_UP(Q))
                    END DO
                END DO
                DOS_DOWN(E) = DOS_DOWN(E) - WEIGHTS(K) * SUM(IMAG(ON_SITE_SINGLE))
            END DO
        END DO

线

ON_SITE_SINGLE(J) = ON_SITE_SINGLE(J) + (MATRIX_UP(J, Q) * MATRIX_UP_CONJG(J, Q)) / (ZV - DCMPLXW_UP(Q))

是造成损害的那个。

我在这方面相当新手，有什么方法可以加快速度吗？ AFAIK，同样的原则也适用于 C，所以你们的任何帮助也将是很好的。

数组都很复杂

K_MAX 为 1000

ENERGY_STEPS 是 1000

ATOM_COUNT 很低(< 50)

Answer 1

我所有的程序运行速度都比我希望的要慢。在我的所有(好吧，不是全部，但很多)我的科学程序中都有一个深循环嵌套，其中最内层的语句占用了大部分计算时间。通常我希望这些语句占用我 90% 以上的计算。您最里面的语句被执行了 2.5x10^9 次，因此您应该预计它会占用总时间的很大一部分。

考虑到这一点，我建议您:

a) 听取@Alexandre 的建议，使用 BLAS 而不是自制的矩阵 vector 乘法。

b) 忽略@Yuval 关于将操作提升到循环之外的建议——如果你将优化调高，一个好的 Fortran 编译器会为你做这件事(警告:这是一个 self 实现的预言，就好像编译器没有'这不是一个好人)。这些天我期望从一个好的 Fortran 中获得很多其他优化，请参见 (d)。 (我不期望编译器优化内存访问，我期望 BLAS。)

c) 对您应该能够从您的程序中获得多少性能形成一个现实的期望。如果您获得的持续 FLOPs 率超过 CPU 额定性能的 10%，那么您就做得很好，您应该花时间做其他事情而不是优化。

d) 仔细阅读编译器文档。确保您了解优化标志的实际作用。确保您正在为正在使用的 CPU 生成代码，而不是为某些较旧的变体生成代码。如果可用，切换到快速 vector 运算。诸如此类。

e) 开始并行化。 OpenMP 是一个很好的起点，正如@Nicolas 指出的那样，一开始学习曲线非常平缓。

哦，您似乎已经遵循的建议 0 是衡量代码的性能并衡量您所做的任何更改的影响。