OpenBLAS比内置函数dot_product慢

Question

我需要在Fortran中进行点积运算。我可以使用Fortran的内置函数dot_product或使用OpenBLAS中的ddot。问题是ddot较慢。这是我的代码：

使用BLAS：

program VectorBLAS
! time VectorBlas.e = 0.30s
implicit none
double precision, dimension(3)  :: b
double precision                :: result
double precision, external      :: ddot
integer, parameter              :: LargeInt_K = selected_int_kind (18)
integer (kind=LargeInt_K)        :: I

DO I = 1, 10000000
   b(:) = 3
   result = ddot(3, b, 1, b, 1)
END DO
end program VectorBLAS

使用 dot_product

program VectorModule
! time VectorModule.e = 0.19s
implicit none
double precision, dimension (3)  :: b
double precision                 :: result
integer, parameter              :: LargeInt_K = selected_int_kind (18)
integer (kind=LargeInt_K)        :: I

DO I = 1, 10000000
  b(:) = 3
  result = dot_product(b, b)
END DO
end program VectorModule

这两个代码使用以下方式进行编译：

gfortran file_name.f90 -lblas -o file_name.e

我做错了什么？BLAS不应该更快吗？

- F.N.B

---

非常相关的内容 https://dev59.com/2pTfa4cB1Zd3GeqPX_Og#36035152 - Vladimir F Героям слава

Answer 1

尽管BLAS，特别是优化版本，通常对于较大的数组更快，但内置函数对于较小的大小更快。

这在ddot的链接源代码中尤其明显，因为额外的工作花费在进一步的功能上（例如，不同的增量）。对于小数组长度，这里所做的工作超过了优化的性能提升。

如果您使向量变得（更）大，则优化版本应该更快。

以下是一个示例以说明这一点：

program test
  use, intrinsic :: ISO_Fortran_env, only: REAL64
  implicit none
  integer                   :: t1, t2, rate, ttot1, ttot2, i
  real(REAL64), allocatable :: a(:),b(:),c(:)
  real(REAL64), external    :: ddot

  allocate( a(100000), b(100000), c(100000) )
  call system_clock(count_rate=rate)

  ttot1 = 0 ; ttot2 = 0
  do i=1,1000
    call random_number(a)
    call random_number(b)

    call system_clock(t1)
    c = dot_product(a,b)
    call system_clock(t2)
    ttot1 = ttot1 + t2 - t1

    call system_clock(t1)
    c = ddot(100000,a,1,b,1)
    call system_clock(t2)
    ttot2 = ttot2 + t2 - t1
  enddo
  print *,'dot_product: ', real(ttot1)/real(rate) 
  print *,'BLAS, ddot:  ', real(ttot2)/real(rate) 
end program

BLAS例程在这里要快得多：

OMP_NUM_THREADS=1 ./a.out 
 dot_product:   0.145999998    
 BLAS, ddot:    0.100000001  

- Alexander Vogt

---

@F.N.B 注意：这也取决于您使用的BLAS库的实现方式以及它是如何编译的。MKL在英特尔CPU上非常高效，如果您只是从发行版的软件包存储库中安装了openBLAS，则可能无法理想地针对您的架构进行调整。 - Anthony Scemama