CLAPACK f2c替换为MKL后矩阵乘法性能异常问题咨询
MKL替换CLAPACK f2c后矩阵乘法性能异常问题记录
问题背景
为提升包含大量矩阵乘法运算的程序性能,开发中将原有CLAPACK f2c库替换为Intel MKL,但实际运行结果未达预期。经定位排查,性能异常主要出现在块三角矩阵与其转置相乘的场景;为简化复现路径,采用5000阶单位矩阵开展对照测试,得到与原问题场景完全一致的表现。
对照测试观测结果
带内置零值判断的DGEMM性能跨库对比
- 5000阶单位矩阵自乘场景:保留CLAPACK f2c内置零值判断逻辑时,CLAPACK f2c耗时0.076536s,MKL_GNU_THREAD模式下耗时1.090167s,CLAPACK f2c运行速度是MKL的14倍
- 同规模5000×5000稠密矩阵乘自身转置场景:CLAPACK f2c耗时93.71569s,MKL_GNU_THREAD模式下仅耗时1.113872s,MKL运行速度是CLAPACK f2c的84倍,且MKL下两类矩阵乘法的耗时差距极小
CLAPACK内置零值分支的影响验证
- 排查CLAPACK f2c版本的DGEMM源码时发现,其内置了“乘子为零时跳过对应运算”的分支判断
- 移除该分支逻辑后,CLAPACK f2c下5000阶单位矩阵自乘的耗时升至93.210873s,与同规模稠密矩阵乘转置的耗时基本持平,此时MKL的性能优势得到充分体现
初步猜想
- MKL默认未启用零值运算优化逻辑
- MKL无法识别稀疏矩阵中存储的double类型零值元素
核心待解问题
- MKL出现上述性能反差的根本原因是什么?
- 使用
dgemm时有无可行方法跳过零元素的乘法运算? - 虽将矩阵转换为CSR格式后性能有所提升,但仍想了解为何同场景下
lapacke_dgemm性能弱于f2c版本的dgemm?
测试环境配置
- 平台:Linux
- 库版本:Intel MKL 2021.0 Update 1
- 硬件:支持AVX2指令集的64位Intel架构处理器,主频3.5GHz
- 配置:采用lp64接口、GNU线程绑定模式
内容的提问来源于stack exchange,提问作者seb Lucass
相关产品推荐
相关产品推荐

