python - 有没有办法提高在 Windows 下使用 Fortran 中数组的速度，比如 Python numpy？

Question

很抱歉可能的重复。
关于问题。
与Windows下的GNU Fortran(9.2.0 MinGW.org GCC Build-20200227-1)相比，python 3.8.2中的numpy(1.18.2)为矩阵产品提供了非常高的模拟速度(快3倍)。我使用了命令 gfortran.exe test.f没有任何额外的选择。
有谁知道是什么导致了这种情况，是否可以提高 Fortran 中的模拟速度？
这是fortran代码:

program product_test
    INTEGER :: N,N_count,i,j,k,nc
    REAL*8 :: t1,t2
    REAL*8,dimension (:,:), allocatable :: a,b,c

    N = 200
    N_count = 10

    allocate ( a(N,N) )
    allocate ( b(N,N) )
    allocate ( c(N,N) ) 

    call RANDOM_NUMBER(a)
    call RANDOM_NUMBER(b)

    print *, 'Matrix Multiplication: C = A * B for size (',N,',',N,')'
    call CPU_TIME ( time_begin )
    do nc=1,N_count
        c = MATMUL(a,b)
    end do
    call CPU_TIME ( time_end )
    t2 = (time_end - time_begin)/N_count
    print *, 'Time of operation was ', t2, ' seconds'

end

这是输出:

Matrix Multiplication: C = A * B for size ( 200 , 200 )
Time of operation was 9.3749E-003 seconds

这是python 3代码:

import numpy as np
import time

N = 200
N_count = 10

a = np.random.rand(N,N)
b = np.random.rand(N,N)
c = np.zeros([N,N], dtype = float)


print('Matrix product in python (using numpy): c= a*b for size (',N,',',N,')')
start_time = time.time()
for nc in range(N_count):
    c = a@b
t2 = (time.time() - start_time)/N_count
print('Elapsed time = ',t2,'s')

这是输出:

Matrix product in python (using numpy): c= a*b for size ( 200 , 200 )
Elapsed time = 0.0031252 s

**附加测试。**根据“roygvib”和“Vladimir F”的评论，我已经用blas/lapack进行了测试: gfortran test.f -lopenblas -o test.exe或 gfortran test.f -ffast-math -o test.exe或 gfortran test.f -lblas -o test.exe或 gfortran test.f -llapack -o test.exe给我 的计算时间0.0063s 用于大小为 ( 200 x 200 ) 的方阵的矩阵乘法。
不幸的是，我删除了以前版本的 mingw，新的测试是在 GNU Fortran 下执行的(x86_64-posix-seh-rev0，由 MinGW-W64 项目 8.1.0 构建)。可能是我做错了什么，因为 -llapack 之间没有区别, -lblas , -lopenblas .对于时间测量，我使用了 SYSTEM_CLOCK正如“弗拉基米尔 F”所建议的那样。
现在，它更好了，但 numpy 仍然比 fortran 快(不是三倍而是两倍)。
跟随“Vladimir F”的最后一条评论，我发现与Python不同，Fortran主要使用一个逻辑核心(我的PC上有4个逻辑核心，带有intel i3 CPU)。因此，这是我的PC(Windows8.1)上未正确配置MinGW的问题。

Answer 1

使用 MATMUL或外部库，如 BLAS对于 Fortran 中的矩阵乘法，我们有很多关于矩阵乘法性能的问题

Fortran matrix multiplication performance in different optimization
performance of fortran matrix operations
How does BLAS get such extreme performance?

你应该先阅读它们。你永远不应该在一个简单的 for 循环中进行矩阵乘法，这总是很慢。矩阵乘法有特殊的算法。它们以有效的方式使用内存带宽，并使用矢量化指令(通常直接用汇编编写)。

许多 Fortran 编译器将允许您直接通过 MATMUL 调用 BLAS xGEMM。在 gfortran 中可以使用 -fexternal-blas roygvib 提到的。如果您对此有疑问，请直接调用 DGEMM。

某些 BLAS 实现能够使用多个线程。如果你尝试，你 绝不能使用 CPU_TIME 来测量速度，您必须使用 SYSTEM_CLOCK 或替代方法。

此外，您没有报告使用任何优化标志，如 -O3 .除非优化的外部库完成所有工作，否则这些对于任何体面的性能都是必要的。