《多核架构及编程技术》5 MKL编程基础.pptVIP

第 五 章MKL编 程 基 础 有限资源的优化目标 MKL简介 Intel数学核心函数库（MKL）是一套经过高度优化、扩展地线程处理的数学例程和函数，它们专门针对性能要求很高的科学、工程及金融等领域的应用程序而设计。 英特尔 MKL 的集群版本包括 ScaLAPACK （可扩展线性代数程序包）与分布式内存快速傅立叶转换，并提供了线性代数 (BLAS、LAPACK 和 Sparse Solver)、快速傅立叶转换、矢量数学 (Vector Math) 与随机号码生成器支持。 MKL主要内容 主要包括： ① LAPACK (线形代数工具linear algebra package) ② DFTs (离散傅立叶变换 Discrete Fourier transforms) ③ VML (矢量数学库Vector Math Library) ④ VSL (矢量统计库Vector Statistical Library) BLAS 与 LAPACK 函数接口 MKL的主要功能领域 MKL的主要功能 MKL的主要功能 MKL的主要功能 MKL基本内容 大多数 MKL函数具有Fortran接口 源于高性能计算 LAS, LAPACK 等函数库大多数用Fortran实现 Cblas接口 – 为了方便C/C++程序员调用BLAS MKL的应用环境 支持Intel和CVF Fortran 编译器 支持Linux 和 Windows 操作系统 静态和动态链接库 支持处理器 – 32-bit and 64-bit 测试和丰富的例程 MKL Index BLAS “levels” of functions + sparse Level 1: vector-vector operations Level 2: vector-matrix operations Level 3: matrix-matrix operations Sparse: level 1 operations on sparse vectors “Levels” 的历史 Level 1 in early 70’s Level 2 in mid-70’s followed immediately by level 3 BLAS Naming Conventions （命名规约） evel 1modifier c: conjugated (cdotc), u: unconjugated (cdotu), g: givens (srotg) evel 2 modifier mv: matrix-vector; sv: solve (vector operations); r: rank update; r2: rank 2 update dger: double-precision general rank update: A := alpha * x * y’ + A evel 3 modifier mm: matrix-matrix; sm: solve (matrix operations); r: rank update; r2: rank 2 update dsyr2k: double-precision symmetric rank-2 update 快速傅立叶变换 (FFT) MKL 函数与FFTW MKL的配置（Visual Studio） MKL的配置（Visual Studio） Matrix Multiplication的四种方法 DDOT (level 1) DGEMV (level 2) DGEMM (level 3) MKL的使用 MKL的使用 MKL 实验一 MKL 实验二 Monte carlo法计算pi值 * * 武汉大学《多核架构及编程技术》教学课程之 优化的终极目标：最大速度； 在有限的资源环境下，最大限度的耗用CPU的资源是优化的主要目的: ? CPU: Register use, FP units. ? Cache: Keep data in cache as long as possible; deal with cache interleaving. ? TLBs: Maximally use data on each page. ? Memory bandwidth: Minimally access memory. ? Computer: Use all the processors available using threading. ? System: Use all the nodes available (cluster software). BLAS 与 LAPACK 函数是求解线性代数