M3 Pro Mac对比2019款Intel Mac的R矩阵运算基准测试性能异常缓慢

问题描述 #

对比新款M3 Pro MacBook Pro与旧款2019款Intel MacBook Pro的R语言基准测试，发现矩阵运算性能差距极大：例如2500×2500叉积矩阵（b = a' * a）运算，Intel款耗时0.0902秒，M3款耗时7.53秒。需排查该差异是硬件本身问题，还是配置设置导致。

设备与环境信息 #

Intel MacBook信息 #

• 硬件：2.3 GHz 8核Intel Core i9
• R环境信息：

> devtools::session_info(info="all")
─ Session info ───────────────────────────────────────────────────────────────────────────────────────────────────────
 setting  value
 version  R version 4.3.2 (2023-10-31)
 os       macOS Sonoma 14.4.1
 system   x86_64, darwin20

 [1] /Library/Frameworks/R.framework/Versions/4.3-x86_64/Resources/library

 BLAS           /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
 lapack         /Library/Frameworks/R.framework/Versions/4.3-x86_64/Resources/lib/libRlapack.dylib
 lapack_version 3.11.0

M3 MacBook信息 #

• R环境信息：

version  R version 4.4.0 (2024-04-24)
 os       macOS Sonoma 14.4.1
 system   aarch64, darwin20
 

BLAS           /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
 lapack         /Library/Frameworks/R.framework/Versions/4.4-arm64/Resources/lib/libRlapack.dylib
 lapack_version 3.12.0

基准测试结果 #

Intel测试结果 #

> benchmarkme::benchmark_std(runs = 10)

# 编程基准测试（5项）：
    计算3,500,000个斐波那契数（向量运算）：0.174秒
    计算1,000,000对整数的最大公约数（递归）：0.577秒
    创建3,500×3,500希尔伯特矩阵（矩阵运算）：0.216秒
    创建3,000×3,000托普利茨矩阵（循环）：1.07秒
    60×60矩阵的Escoufier方法（混合运算）：3.05秒
# 矩阵计算基准测试（5项）：
    创建、转置、变形5,000×5,000矩阵：0.503秒
    2,500×2,500正态分布随机矩阵自乘1000次：0.146秒
    排序7,000,000个随机值：0.627秒
    2,500×2,500叉积矩阵（b = a' * a）：0.0902秒
    5,000×500矩阵的线性回归（c = a \ b'）：0.047秒
# 矩阵函数基准测试（5项）：
    3,000×3,000矩阵的乔利斯基因子分解：0.413秒
    2,500×2,500随机矩阵的行列式计算：0.495秒
    640×640随机矩阵的特征值计算：0.672秒
    2,500,000个随机值的FFT变换：0.233秒
    1,600×1,600随机矩阵的逆矩阵计算：0.575秒

M3测试结果 #

> benchmarkme::benchmark_std(runs = 10)

# 编程基准测试（5项）：
    计算3,500,000个斐波那契数（向量运算）：0.0826秒
    计算1,000,000对整数的最大公约数（递归）：0.192秒
    创建3,500×3,500希尔伯特矩阵（矩阵运算）：0.101秒
    创建3,000×3,000托普利茨矩阵（循环）：0.488秒
    60×60矩阵的Escoufier方法（混合运算）：0.406秒
# 矩阵计算基准测试（5项）：
    创建、转置、变形5,000×5,000矩阵：0.162秒
    2,500×2,500正态分布随机矩阵自乘1000次：0.0794秒
    排序7,000,000个随机值：0.481秒
    2,500×2,500叉积矩阵（b = a' * a）：7.53秒
    5,000×500矩阵的线性回归（c = a \ b'）：0.629秒
# 矩阵函数基准测试（5项）：
    3,000×3,000矩阵的乔利斯基因子分解：4.13秒
    2,500×2,500随机矩阵的行列式计算：1.48秒
    640×640随机矩阵的特征值计算：0.349秒
    2,500,000个随机值的FFT变换：0.0689秒
    1,600×1,600随机矩阵的逆矩阵计算：1.16秒

原因分析与解决方案 #

核心判断 #

M3在多数编程基准测试中性能远超Intel款，说明硬件本身无问题，性能差异源于软件配置或架构适配问题。

可能原因 #

1. BLAS库架构优化差异：两台设备均使用系统默认的vecLib BLAS，但Apple Silicon版本的vecLib在对称矩阵叉积这类运算上的优化不如x86版本，或R在arm64架构下调用BLAS的逻辑存在性能瓶颈。
2. R版本适配问题：Intel使用R 4.3.2，M3使用R 4.4.0，新版本在arm64架构的矩阵运算模块可能存在未修复的性能bug。
3. LAPACK版本差异：M3的LAPACK版本为3.12.0，Intel为3.11.0，新版本在特定计算路径上的适配存在问题。

解决方案 #

1. 更换BLAS库：安装arm64版本的OpenBLAS替代系统vecLib，测试性能是否提升：
   • 执行install.packages("OpenBLAS")安装
   • 修改.Rprofile添加Sys.setenv("R_BLAS" = "/path/to/OpenBLAS/libopenblas.dylib")，或通过RStudio的全局设置指定BLAS库
2. 降级R版本：安装R 4.3.2的arm64版本，排查是否为新版本适配问题
3. 排查官方bug：查看R官方bug追踪系统，确认是否有其他用户报告arm64架构下矩阵运算的性能问题

内容的提问来源于stack exchange，提问作者max