Matrix 使用openmp或pthread的矩阵向量多重加速

给定如下三个数组，我想通过内核X输入（输入'->输出）得到一个点生成，我想用OpenMP或pthread加速这个函数，但是没有加速，或者更糟，有谁有更好的方法吗

  output[outN];
  input[inN];
  kernel[outN*inN];

  for(int i=0;i<outN;i++)
  {
          float sum = bias[i];
          for(int j=0;j<inN;j++)
                   sum += input[j]*kernel[i*inN+j];

          output[i] = sum;
 }

输出[outN]；
输入[客栈]；
内核[outN*inN]；
对于（inti=0；iBetter方法）：使用为该操作优化的库，例如（现在免费的）MKL，或许多免费的BLAS库中的任何一个。（谷歌是你的朋友）Matrix*vector是内存带宽限制，不适用于多线程和SIMD通道。使用带有标量操作的两个线程可能会提高一些速度，因为很难获得峰值内存带宽，但除此之外，对于使用单个内存控制器的系统，您不能期望更多。在多线程系统上，它将ale与内存控制器的数量有关。但在任何情况下，最好的答案都是不要做长点积。在适合缓存的块中做它们以及其他操作。