OpenMathLib / OpenMathLib/OpenBLAS

`omatcopy` much slower than `copy` in OMP loop

Abierto
#4,902 1 comentario 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Lenguaje dominante
C
Estrellas
7.6k
Forks
1.7k
Merge medio
1 d 3 h
PR fusionados (30 d)
42

Descripción

I'm trying to use cblas_domatcopy to transpose large row-major matrices.

I'm finding that the function is slower than a simple loop of cblas_dcopy calls parallelized with OpenMP (with number of threads set to number of logical cores, otherwise OMP loop is much slower).

Function cblas_domatcopy appears to be especially slower when the inputs have more columns than rows - in this sense, in a dcopy loop, there's also a large timing difference according to whether the copies are by rows of the input or of the output, and I'm guessing that perhaps omatcopy always follows the same order.

(code is provided at the end of this post)

  • Timings in seconds on an intel 12700H, average of 7 runs:

    • Input size: 100,000 x 5x000
      • OpenBLAS cblas_domatcopy: 3.12
      • OpenMP dcopy loop: 2.38
      • MKL MKL_Domatcopy: 1.26
    • Input size: 5,000 x 100,000
      • OpenBLAS cblas_domatcopy: 3.74
      • OpenMP dcopy loop: 1.23
      • MKL MKL_Domatcopy: 1.27
  • Timings in seconds on an amd ryzen 7840HS, average of 7 runs:

    • Input size: 100,000 x 5x000
      • OpenBLAS cblas_domatcopy: 0.922
      • OpenMP dcopy loop: 0.586
      • MKL MKL_Domatcopy: 0.560
    • Input size: 5,000 x 100,000
      • OpenBLAS cblas_domatcopy: 1.12
      • OpenMP dcopy loop: 0.402
      • MKL MKL_Domatcopy: 0.516

OpenBLAS version: 0.3.26, OpenMP variant.

Code that I'm using for the OMP dcopy loop:

void transpose_mat(const double *A, const int nrows, const int ncols, double *B, int nthreads)
{
    if (nrows >= ncols)
    {
        #pragma omp parallel for schedule(static) num_threads(nthreads)
        for (int row = 0; row < nrows; row++)
            cblas_dcopy(ncols, A + (size_t)row*(size_t)ncols, 1, B + row, nrows);
    }
    
    else
    {
        #pragma omp parallel for schedule(static) num_threads(nthreads
        for (int col = 0; col < ncols; col++)
            cblas_dcopy(nrows, A + col, ncols, B + (size_t)col*(size_t)nrows, 1);
    }
}

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Línea de trabajo

Comienza con el punto de entrada cblas_domatcopy y reproduce los benchmarks proporcionados para las dos formas de matriz usando la variante OpenMP de OpenBLAS 0.3.26. Compara su comportamiento con los bucles OpenMP de cblas_dcopy proporcionados, especialmente el recorrido por filas frente al recorrido por columnas, y considera resuelto el issue cuando se explique la diferencia de rendimiento y se mejoren o documenten los casos afectados.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
c
Área
performance
Tipo de issue
Error
Dificultad
4/5
Tiempo estimado
3-5 días
Estado de actividad
Estancado
Claridad
Bastante claro
Aptitud para principiantes
35/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.