Lisp CFFI调用OpenBLAS gemm较直接C调用慢2倍的原因排查

在Windows 11、MSYS2 MinGW64环境下，使用SBCL 2.5.2调用OpenBLAS 0.3.30执行2000x2000的dgemm运算时，出现显著性能差异：

• 直接C调用仅需0.079秒
• 自行实现的Lisp/CFFI绑定调用耗时0.153秒，性能相差一倍
• 同环境下MagicL库调用相同BLAS的速度与C一致，耗时0.078秒

已确认以下前提：

• 所有调用使用同一OpenBLAS库
• 编译时采用相同优化旗标：-O3 -mavx -mavx2 -mfma，且添加了-fopenmp
• 内存对齐检查无误
• OpenBLAS已启用多线程

快速C版本代码 #

#include "C:/Users/lisps/nnl2/src/c/nnl2_core.c"
#include <time.h>

int main() {
    nnl2_init_system();

    Tensor* a = nnl2_ones((int[]){2000, 2000}, 2, FLOAT64); // shape, ndims, dtype
    Tensor* b = nnl2_ones((int[]){2000, 2000}, 2, FLOAT64);

    clock_t start = clock();

    Tensor* c = gemm(nnl2RowMajor, nnl2Trans, nnl2Trans, 2000, 2000, 2000, 1.0, a, 2000, b, 2000, 0.0);

    clock_t end = clock();

    printf("Time: %f seconds\n", (double)(end - start) / CLOCKS_PER_SEC); // Time: 0.080000 seconds

    nnl2_free_tensor(a);
    nnl2_free_tensor(b);
    nnl2_free_tensor(c);

    return 0;
}

慢速Lisp/CFFI版本代码 #

(ql:quickload :nnl2)

(nnl2.hli.ts:tlet ((a (nnl2.hli.ts:ones #(2000 2000) :dtype :float64))
                   (b (nnl2.hli.ts:ones #(2000 2000) :dtype :float64)))

  (time (nnl2.hli.ts:tlet ((c (nnl2.hli.ts:gemm a b)))))) ;; 0.151 seconds (???)

快速MagicL库调用代码 #

(ql:quickload :magicl)

(let ((a (magicl:ones '(2000 2000) :type 'double-float))
      (b (magicl:ones '(2000 2000) :type 'double-float)))

  (time (let ((c (magicl:@ a b)))))) ;; 0.078 seconds

内容的提问来源于stack exchange，提问作者user31676144