特征行加法/减法性能

Question

在分析我的程序时，我发现以下几行是瓶颈

// Some big nested loop
{
    const auto inpRow = inpMap.row(counter);
    outMap.row(adjRow) -= inpRow;
    outMap.row(colInd) += inpRow;
}

outMap 和 inpMap 是 Eigen::Map<Eigen::MatrixRX<Scalar>> 其中 Eigen::MatrixRX 定义为 Eigen::Matrix<Scalar, -1, -1, Eigen::RowMajor> 即行主矩阵。

有没有办法提高此类操作的性能？ （当然parallel for除外）

Answer 1

您无能为力，因为此类表达式应该已经完全矢量化了。不过这里有一些提示：

• 确保您启用了编译器优化，-O3 -march=native
• 然后测量所需的时间并计算 FLOPS，以了解您与 CPU 的理论峰值性能相差多远（对该实验禁用 turbo-boost）
• 如果您离理论峰值很远，那么您很可能会遇到缓存未命中的问题。您可以通过将两个分配分成小于 16kB 的块来减少它们。您可能会因此获得最高 2 倍的加速。