Java的MKL加速数学库

Question

我在StackOverflow上查看了相关主题并进行了谷歌搜索，但没有太多进展。我对Java非常陌生（我来自C#和.NET背景），请耐心等待。Java世界中提供的东西非常多，让人感到不知所措。

我正在开始一个新的Java-on-Linux项目，需要进行一些重复性很高的数字计算（例如统计、FFT、线性代数、矩阵等）。因此，最大化数学运算的性能是必需的，同时还要确保数学正确。因此，我有兴趣找到一个Java库，可以利用本地加速（例如MKL），并且经过验证（因此商业选项在这里绝对是可能的）。

在.NET领域中，有高度优化和MKL加速的商业数学库，例如Centerspace NMath和Extreme Optimization。在Java中是否有类似的东西？

我发现的大多数Java数学库要么似乎没有得到积极维护（例如Colt），要么似乎没有利用MKL或其他本地加速（例如Apache Commons Math）。

我考虑尝试直接从Java中利用MKL（例如JNI），但是我对Java（更不用说在Java和本地库之间进行交互）非常陌生，因此找到一个已经正确、高效并经过验证的Java库似乎更明智。

再次道歉，如果我误解或误导了（甚至是关于我提到的任何库），以及我对Java提供的东西的无知。对我来说，从商业化程度很高的Microsoft堆栈转变到全新的世界，所以我可能会在寻找和涉及我提到的Java库方面犯错。我非常感谢任何帮助或建议。

- Kaopua

---

我非常好奇金融和科学行业的Java开发人员正在做什么。 - Kaopua

Answer 1

对于像FFT（数组上的批量操作）这样的事情，Java中的范围检查可能会降低您的性能（至少最近是这样）。 您可能需要寻找优化其索引边界可证明性的库。

根据HotSpot规范

Java编程语言规范要求每次访问数组时执行数组边界检查。当编译器可以证明用于数组访问的索引在边界内时，可以消除索引边界检查。

如果它们单独非常大，则实际上应该看JNI，并在那里执行批量操作。 操作所需时间越长（即解决大型线性系统或大型FFT），使用JNI就越值得（即使您必须进行memcpy来回传输数据）。

- Justin

Answer 2

就我个人而言，我同意你的一般做法，将重量级数学计算从 Java 转移到商业级库。

在谷歌上搜索 Java/MKL 集成，我找到了这个，所以你提出的方案在技术上是可行的。考虑另一个选择，那就是NAG 库。我经常使用 MKL，虽然我用 Fortran 编程，所以没有集成问题。我肯定可以推荐它们的质量和性能。例如，我们测试了 FFTW 的 MKL 版本和我们自己构建的版本进行比较。MKL 实现是更快的，速度快了好几倍。

如果你担心通过 JNI 调用库的性能问题，那么你应该计划构建你的应用程序，使其少进行大量调用，而不是进行更多的小调用。至于使用 JNI 的困难，我的观点（我已经做过一些 JNI 编程）是，你必须付出一开始学习如何使用接口的努力，但会得到很好的回报。

我注意到你似乎还没有被推荐使用哪些Java数学库所压倒。像你一样，我也会对从网络上搜索到的研究质量低、使用率低的Java库持怀疑态度。

- High Performance Mark

Answer 3

我认为你最好避免使用它们。我可能错了，因为这不是我太熟悉的领域，所以除非其他人也同意我的看法，否则不要过多参考我的意见。调用JNI会产生相当大的开销，因为它必须跳出JRE并执行所有操作，所以除非你将许多东西组合成一个函数一次性处理，否则外部库的轻微优势将被调用它们的巨大成本所抵消。我建议你放弃寻找MKL库，而是找一个经过优化的纯Java库。但很抱歉，我不知道有什么比标准库更好的推荐。

- AaronM

---

MKL提供的大多数操作都可以被视为“将许多东西分组在一起”的操作。 - Pete Kirkham