希望快速平行最佳Lapack例程（gfortran）问题

Question

我以为我对此有一个非常清楚的了解，直到两天前，但现在我可能会过度思考和迷惑自己。我会解释我在做什么，然后问一些可能简单的问题，但我迄今为止搜索并发现了相互矛盾的答案。当然有人可以让我直接。

我写了一个Fortran代码，利用LAPACK例程来解决特征值问题。我的问题是（A-LB）x = 0，其中L是我的特征值，x是我的特征向量，A和B是方形的，复杂的，非对称的非厄米非三角矩阵。 A和B都是NxN，在我的代码中N通常在1000到3000之间。

现在代码完美地工作。我正在使用LAPACK优化的地图集安装。我专门运行例行ZGGEV（link），因为现在我需要所有的特征值解和所有相关的特征向量解。

现在我试图优化我的代码以加快运行速度。我们实验室中的所有计算机都包含4个或8个核心CPU，并在Ubuntu上运行。在解决这个问题时，我可以做些什么来利用我的全部CPU？我一直在寻找到它下面的事情：

• 我安装一个优化OpenBlas库，它肯定要快，但我发现它仍然只使用1个核心（也就是它使用了更多的我想一个小高峰。这个峰值是BLAS软件包并行运行，而LAPACK仅限于一个内核？）
• 我调查了等离子体，但它看起来并不像它会解决我目前形式的等式。
• 我已经研究过ScaLAPACK，但此刻此刻已经过去了，我不确定值得学习如何利用8核CPU。此外，我在代码的后面部分使用openmp线程，并且从未将openmp与MPI结合在一起。

最后，我有几个具体的问题布拉斯：

1. 阿特拉斯自带的 “libptcblas” 和 “libptf77blas” 库。这些应该是线程库，但我使用它们时并没有注意到差别，事实上它运行速度稍慢（我猜是由于开销）。我需要打电话来利用这些电话吗？我有理由在“libcblas”和“libf77blas？”上使用这些库吗？
2. 在OpenBlas中，它还构建了一个非常具体的“libopenblas_penrynp-r0.2.12”。这是线程版本吗？再次，我没有注意到运行这个blas与运行“libopenblas”有什么区别。

希望有人可以清除我的一些布拉斯问题，并指出我朝着更快的解决方法。谢谢！

Answer 1

您是否正确期待主要来自BLAS而不是LAPACK例程的多线程行为。矩阵的大小足够大以利用多线程环境。我不确定在ZGGEV例程中扩展BLAS的用法，但它应该不止是一个尖峰。

关于您的具体问题。

1. 虽然我没有用ATLAS库广泛，它被称为 说：“要使用的线程数是在编译时确定”。 请参考http://math-atlas.sourceforge.net/faq.html#tnum。
2. 具体的libopenblas_*.a是 libopenblas.a的复制或软链接。线程号在编译时再次定义。

请检查库构建中的日志文件和std.out，并确认它们已识别出正确数量的CPU。

我注意到你提到过多台机器。请注意，ATLAS是一个自动调整的库。所以你必须在每台机器上重新编译库。另一方面，Openblas在make接受​​选项。该库动态指定每台机器中的优化例程。

我对你的多线程测试的建议是在你的程序中使用

$ make DYNAMIC_ARCH=1 NUM_THREADS=8 

然后CALL ZGEMM打造Openblas。这是绝对的优化，应该显示多线程行为。