直到两天前我才认为我对此有一个非常清楚的认识，但现在我可能会过度思考它并使自己感到困惑 . 我将解释我正在做什么，然后提出一些可能过于简单的问题，但到目前为止我已经搜索并找到了相互矛盾的答案 . 当然有人可以帮我 .
我编写了一个使用LAPACK例程来解决特征值问题的fortran代码 . 我的问题设置是（A-LB）x = 0，其中L是我的特征值，x是我的特征向量，A和B是方形，复数，非对称，非埃尔米特，非三角矩阵 . A和B都是NxN，我的代码中的N通常在1000到3000之间 .
现在代码完美无缺 . 我'm using an optimized atlas install with LAPACK. I' m专门运行例程ZGGEV（link）因为，现在，我需要所有特征值解和所有相关的特征向量解 .
现在我正在尝试优化我的代码以更快地运行 . 我们实验室中的所有计算机都包含4个或8个核心CPU，并在Ubuntu上运行 . 在解决这个问题时，我可以做些什么来利用我的完整cpu？我一直在研究以下事项：
-
我安装了一个优化的OpenBlas库，它肯定更快，但我注意到它仍然只使用1个核心（它有一个小的尖峰，它使用更多 . 我认为这个尖峰是并行运行的BLAS包，LAPACK仅限于一个核心？）
-
我've investigated PLASMA, but it doesn'看起来它将以当前的形式解决我的等式 .
-
我've looked into ScaLAPACK, but this is over my head at the moment and I'我不确定's worth learning to utilize on an 8 core CPU. Furthermore, I use openmp threading for a later section of my code and I'从未将openmp与MPI结合起来 .
最后，我有一些具体的Blas问题：
-
Atlas附带"libptcblas"和"libptf77blas"库 . 这些应该是线程库，但是当我使用它们时我并没有注意到它们之间的区别，实际上它运行得慢一点（我猜是由于开销） . 我需要打电话来利用这些吗？我是否有理由在"libcblas"和"libf77blas?"上使用这些库
-
使用OpenBlas，它还构建了一个非常具体的"libopenblas_penrynp-r0.2.12."这是线程版吗？再次，我没有注意到运行此blas与运行"libopenblas"之间的任何差异 .
希望有人可以清理我的一些Blas问题并指出我更快的解决方法 . 谢谢！
1 回答
你是正确的期望主要来自BLAS而不是LAPACK例程的多线程行为 . 矩阵的大小足以利用多线程环境 . 我不确定ZGGEV例程中BLAS使用的扩展，但它应该不仅仅是一个尖峰 .
关于你的具体问题 .
即使我没有广泛使用ATLAS库，也知道"the number of threads to use is determined at compile time" . 请参考http://math-atlas.sourceforge.net/faq.html#tnum .
具体
libopenblas_*.a是libopenblas.a的副本或软链接 . 线程号在编译时再次定义 .请检查库构建中的日志文件和std.out，并验证它们是否已识别出正确数量的CPU .
我注意到你提到的不止一台机器 . 请注意，ATLAS是一个自动调整的库 . 所以你必须在每台机器上重新编译库 . 另一方面，Openblas在
make中接受DYNAMIC_ARCH=1选项 . 该库动态指定每台机器中的优化例程 .我对你的多线程测试的建议是使用构建Openblas
然后在你的程序中
CALL ZGEMM. 这个例程肯定是优化的，应该显示多线程行为 .