犰狳线性系统求解器（带有openblas）

Posted 2023-02-16

【中文标题】犰狳线性系统求解器（带有openblas）

【英文标题】：armadillo linear system solver (with openblas)

【发布时间】：2013-01-30 18:51:21

【问题描述】：

我一直在测试各种开源代码，用于在 C++ 中求解线性方程组。到目前为止，我发现最快的是犰狳，也使用了 OPENblas 包。为了解决一个密集的线性 NxN 系统，在我的系统上 N=5000 大约需要 8.3 秒，这真的非常快（没有安装 openblas，大约需要 30 秒）。

这种增加的一个原因是犰狳+openblas 似乎可以使用多线程。它在我的两个内核上运行，而没有 openblas 的犰狳只使用 1 个。我有一个 i7 处理器，所以我想增加内核数量，并进一步测试它。我正在使用 ubuntu，所以从 openblas 文档中我可以在终端中执行：

导出 OPENBLAS_NUM_THREADS=4

但是，再次运行代码似乎不会增加正在使用的内核数量或速度。我做错了什么，还是 2 是使用犰狳的“solve(A,b)”命令的最大数量？我无法在任何地方找到犰狳的源代码来查看。

顺便说一句，有没有人知道犰狳/openblas 用于解决 Ax=b 的方法（具有并行性的标准 LU 分解或其他方法）？谢谢！

编辑：实际上，在使用突触包管理器see here 安装 openblas 时，卡在 2 处的核心数量似乎是一个错误。从源代码重新安装允许它检测我实际拥有的核心数量 (8)。现在我可以使用 export OPENBLAS_NUM_THREADS=4 等来管理它。

【问题讨论】：

您怎么知道实际使用了多少个内核？

@chandresh 你可以在 linux 中使用 top 或 htop

【参考方案1】：

Armadillo 不会阻止OpenBlas 使用更多内核。当前的 OpenBlas 实现可能只是为某些操作选择了 2 个内核。

您可以直接在 downloadable 包（它是开源的）中的“include”文件夹中查看 Armadillo 的源代码。具体来说，查看文件“include/armadillo_bits/fn_solve.hpp”（其中包含用户可访问的 solve() 函数）和文件“include/armadillo_bits/auxlib_meat.hpp”（其中包含用于调用折磨人的 Blas 和 Lapack 函数的包装器和管理代码）。

如果您的机器上已经安装了 Armadillo，请查看“/usr/include/armadillo_bits”或“/usr/local/include/armadillo_bits”。

【讨论】：

感谢您提供有关源代码的信息。请参阅我对 openblas 使用的核心数量的编辑