matlab并行特征值分解答案

【问题标题】：matlab parallel eigenvalue decompositionmatlab并行特征值分解
【发布时间】：2013-10-10 00:35:54
【问题描述】：

我一直在尝试提出一种用于并行特征值分解的算法，但我尝试的算法中没有一个可以击败 matlab 的 eig 算法，所以有谁知道 matlab 使用哪种算法来处理 eig 函数? 或者有人可以建议我一个很好的特征值分解并行算法吗？

【问题讨论】：

标签： matlab parallel-processing eigenvector eigenvalue decomposition

【解决方案1】：

MATLAB 将 LAPACK 用于其更高级别的线性代数。根据MATLAB的version命令，是Intel的Math Kernel Library (MKL)：

>> version('-lapack')
ans =
Intel(R) Math Kernel Library Version 11.0.2 Product Build 20130124 for Intel(R) 64 architecture applications
Linear Algebra PACKage Version 3.4.1

英特尔 MKL 包括非常快速的 BLAS 和 LAPACK 实施，但它不是免费的。对于开源选项，请尝试 Eigen 和 Armadillo。他们的 API 非常直观，而且速度非常快。如果您相信Eigen's claims，它们是最快的开放式 BLAS，它具有优于参考 netlib LAPACK 的 API（IMO，一旦您查看 Fortran 版本，API 声明就很明显了！）

【讨论】：

非常感谢，但是有什么让算法并行的吗？

【解决方案2】：

您可以将Armadillo 与OpenBLAS 一起使用。两者都是开源的。 OpenBLAS 的最新版本也提供了 LAPACK 功能。 OpenBLAS 使用多个内核（即并行运行）。

当使用犰狳的eig_sym() 函数时，指定使用分而治之的方法。这对大型矩阵有很大的影响。例如：

eig_sym(eigval, eigvec, X, "dc")

顺便说一句，您还可以将基于 Armadillo 的代码与英特尔 MKL 链接，而不是 OpenBLAS。 MKL 还提供高度优化的 LAPACK 函数。

【讨论】：