Multithreading R中矩阵乘法的速度 直到今天，我才相信，对于大的问题，我们需要求助于C++、C或FORTRAN。然而，在最近的一次基准测试中，我使用r-evolution软件包和多线程在5秒内得到了%*%ta的结果，其中a是dgCMatrix类18000x18000的下三角矩阵
然而，即使在使用内置于MKL库中的英特尔ifort编译器、并行计算和BLAS例程时，Fortran代码也总是需要大约一分钟来解决相同的问题。有人知道这个诀窍是什么，以及如何在C或Fortran等纯语言中使用它吗 规格 编译器：ifort 14.0 mkl： 版本11.1 在fortran代码的模块头中：使用mkl95_blas，仅使用trmm 编译器选项：-i8-I$MKLROOT/include/intel64/ilp64-I$MKLROOT/include 链接器选项：$MKLROOT/lib/intel64/libmkl_blas95_ilp64.a\ -Wl，-启动组$MKLROOT/lib/intel64/libmkl_intel_ilp64.a\ $MKLROOT/lib/intel64/libmkl_intel_thread.a\ $MKLROOT/lib/intel64/libmkl_core.a\ -Wl-端组-liomp5-lpthread-lm 除此之外，复合和连接：-i-静态-O3-并行 本地BLAS f77布拉斯图书馆 用-O3-并行编译Multithreading R中矩阵乘法的速度 直到今天，我才相信，对于大的问题，我们需要求助于C++、C或FORTRAN。然而，在最近的一次基准测试中，我使用r-evolution软件包和多线程在5秒内得到了%*%ta的结果，其中a是dgCMatrix类18000x18000的下三角矩阵,multithreading,r,performance,fortran,matrix-multiplication,Multithreading,R,Performance,Fortran,Matrix Multiplication,然而，即使在使用内置于MKL库中的英特尔ifort编译器、并行计算和BLAS例程时，Fortran代码也总是需要大约一分钟来解决相同的问题。有人知道这个诀窍是什么，以及如何在C或Fortran等纯语言中使用它吗 规格 编译器：ifort 14.0 mkl： 版本11.1 在fortran代码的模块头中：使用mkl95_blas，仅使用trmm 编译器选项：-i8-I$MKLROOT/include/intel64/ilp64-I$MKLROOT/include 链接器选项：$MKLROOT/li
由于存在这样的差异，可能存在缓存冲突问题。表示稀疏矩阵，BLAS表示稠密矩阵。难怪会有速度差。。。不管怎样，dgCMatrix是用C写的，所以你之前的假设并不矛盾。好的，我更接近于这个解决方案。我包括一个在我的计算机上编译的外部blas库。与mkl 1分钟的benmark相比，我从dtrmm函数中获得的结果只需4秒钟，比R快一点。世界再次发生了翻天覆地的变化。干杯和感谢，而不是%*%ta推荐的方式tcrossproda@user1407220. 既然您使用dtrmm获得了更好的结果，那么最好按照steabert的要求提供一些关于您所做工作的线索，以便了解您以前的程序为何如此缓慢。