如何加速rownorm(A*R')计算？Julia代码性能优化求助

针对你遇到的性能瓶颈，以下是几个实用的优化思路和代码实现，核心围绕减少内存开销、利用BLAS的结构优化和提升内存访问效率展开：

方案1：三角结构+预分配内存（基于原矩阵存储） #

using LinearAlgebra

A = rand(1000,100)
max_m = size(A, 1)
# 预分配最大尺寸的中间矩阵和结果向量，避免循环内频繁内存分配
B = Matrix{eltype(A)}(undef, max_m, size(A, 2))
nrms = Vector{eltype(A)}(undef, max_m)

for i = 1:300
    # 直接生成上三角矩阵视图，省去triu函数的零元素赋值开销
    R = UpperTriangular(rand(100,100))
    m = max_m - i + 1
    
    @views A_m = A[i:end, :]
    @views B_m = B[1:m, :]
    # 标记R'为下三角矩阵，BLAS会自动跳过零元素计算，减少约50%运算量
    mul!(B_m, A_m, LowerTriangular(R'))
    
    @views nrms_m = nrms[1:m]
    # 在预分配向量上计算每行范数，避免临时数组生成
    map!(norm, nrms_m, eachrow(B_m))
end

方案2：转置A+列优先优化（更高效的内存访问） #

Julia数组默认是列优先存储，调整矩阵乘法顺序可以让内存访问更连续，提升BLAS缓存命中率：

using LinearAlgebra

A = rand(1000,100)
AT = transpose(A)  # 转置存储，匹配列优先访问模式
max_m = size(A, 1)
# 预分配中间矩阵（100×1000，符合列优先存储的乘法逻辑）
C = Matrix{eltype(A)}(undef, size(A, 2), max_m)
nrms = Vector{eltype(A)}(undef, max_m)

for i = 1:300
    R = UpperTriangular(rand(100,100))
    m = max_m - i + 1
    
    @views AT_m = AT[:, i:end]
    @views C_m = C[:, 1:m]
    # 直接用上三角矩阵做乘法，BLAS针对列优先做了深度优化
    mul!(C_m, R, AT_m)
    
    @views nrms_m = nrms[1:m]
    # 计算每列范数，列优先访问更高效
    map!(norm, nrms_m, eachcol(C_m))
end

额外小优化：手动计算范数 #

如果想进一步减少函数调用开销，可手动计算范数平方再开根号（和norm性能相近，差异来自函数调用层级）：

# 替换方案中的map!行
map!(x -> sqrt(dot(x, x)), nrms_m, eachcol(C_m))  # 方案2版本
# 或方案1版本
map!(x -> sqrt(dot(x, x)), nrms_m, eachrow(B_m))

优化效果说明 #

1. 预分配内存：消除了循环中每次创建临时矩阵的内存分配与垃圾回收开销，这是性能提升的核心之一。
2. 三角结构利用：将R标记为UpperTriangular后，BLAS在乘法时自动跳过下三角零元素，计算量直接减少约50%。
3. 列优先访问：方案2的乘法逻辑完全匹配Julia的列优先存储特性，缓存命中率更高，通常比方案1的性能更优。

内容的提问来源于stack exchange，提问作者RaphWid