問題タブ [intel-mkl]

ご存知かもしれませんが、DGEMV を並行して実装するにはさまざまな方法があり (列単位またはブロック単位など)、さまざまな通信オーバーヘッドが発生します。私は、MKL と BLAS のすべてのリファレンス マニュアルの両方に目を通し、MKL(v.11) から cblas_dgemv によって一般的に呼び出されているスタイルを見つけようとしましたが、成功しませんでした。使用されているアルゴリズムまたはアルゴリズムのオーバーヘッドを文書化したリファレンスを誰かが持っていれば、私はとても幸せです。

ここに私のpythonコードがあります

実行すると、次のエラーメッセージが表示されました

これが私のpythonバージョンです。

MKL Intel ライブラリ内で Pardiso ソルバーを使用するために、簡単な例を作成しようとしています。提供されている例に従っていますが、サブルーチンで Pardiso を呼び出すと機能しません。恐れ入りますが、INCLUDE ステートメントまたはリンクの側面に関連するものです。

すべてのサブルーチンで使用される配列は、変数と呼ばれるモジュールに含まれています

プログラムを含むファイルは次のとおりです。

最後にファイル initpardiso

ここで、追加のインクルード ディレクトリも Visual Studio プロジェクト構成に追加しました (つまり、

pardiso への呼び出しにコメントすると、すべてが完全に機能します。そうしないと、次のエラーでコンパイルが停止します。

エラー 1 エラー #6285: このジェネリック サブルーチン呼び出しに一致する特定のサブルーチンがありません。[PARDISO_64] ....PardisoFortran\initpardiso.f 144

そのためのアイデアはありますか？それは上のINCLUDEステートメントの問題ですか？どこに含めるべきですか？

この C コードを MKL でコンパイルしたいのですが、コマンドを使用して実行するとmpicc -mkl mkl_thread.c、認識されないコマンド ライン オプションに関するエラーが表示されます-mkl。として実行するとmpicc mkl_thread.c -o mkl_thread、「`MKL_Set_Num_Threads' への未定義の参照」という別のエラーが発生します。MKL で実行またはリンクする方法がわかりません。

私のコードは次のとおりです。

序章

線形演算子の前処理を使用して MHD 問題を解決するコードを Fortran で開発しています。反転する疎行列は、次のような階層構造の行列と考えることができます。元の行列 (たとえば、A_1) は、ブロックのバンド行列です。A_1 の各ブロックは、同じ構造 (つまり、ブロック バンド行列) のスパース行列 (たとえば、A_2) です。A_2 の各ブロックも、同じスパース構造 A_3 のブロック バンド行列です。A_3 の各ブロックは、最終的に、5 行 5 列の密行列 A_4 になります。この階層表現は、行列の要素を初期化するのに非常に便利です。

質問

Sparse BLAS または MKL Pardiso が使用されるため、そのような構造を処理し、標準の疎行列形式 (CSR、CSC、BSR、...) のいずれかに変換できる (Fortran の) ライブラリが存在するかどうか疑問に思います。それを反転します。私の意図は、マトリックスの要素を初期化するためだけに階層構造を使用することです。もちろん、階層構造を無視して、マトリックスを CSR 形式でハードコーディングすることもできますが、これは実装とテストに時間がかかりすぎると思います。

コメント

1. S. Pissanetsky " Sparse matrix technology", 1984, Academmic Press, page 27 (こちらからオンラインで入手可能) では、そのようなストレージ スキーム、つまり「ハイパーマトリックス」と「スーパースパース」ストレージ スキームであり、ガウス消去法で使用されました。これらのスキームの利用可能な実装をまだ見つけていません。

2. ブロック圧縮スパース行 (BSR) 形式 (MKL でサポート) を使用して、行列の 2 つのレベル、A_3(スパース) + A_4(密) を処理できます。

ノード（同じクラスター）ごとにプロセスごとに異なる数のMKLスレッドを作成したいと思います。プロセスごとのスレッド数は、このような方法で入力ファイルに提供されません。

ホストスレッド

ホスト名_1t= 4

ホスト名_2t= 7

host_name_3 t = 2

私のコードはそのようなものです：

各ノードのパフォーマンスモデルを構築するとき。すべての結果が同じです。代わりに、より多くのスレッドを使用するプロセスがより高速になるはずです。mkl_set_num_threads（threads）が正しく機能しない理由を誰かが助けてくれますか。または、その関数の後に必要な数のスレッドが作成されていないことを確認するにはどうすればよいですか？

私はIntel MKLMATLABのmexファイルで使用しようとしています。次のスイッチを使用してコンパイルとリンクを実行しましたが、成功しませんでした。

次のエラーが発生します

誰か助けてくれませんか？

EnthoughtのWebサイトによると、EPDPythonディストリビューションはnumpyとscipyにMKLを使用しています。EPD FreeもMKLを使用していますか？そうでない場合は、BLAS / LAPACK用に別のライブラリを使用しますか？EPDFree7.3-2を使用しています

また、scipy.orgにあるnumpy用のWindowsバイナリインストーラーはどのライブラリを使用しますか？

これらのガイドに関してRをコンパイルしました：

http://www.r-bloggers.com/compiling-64-bit-r-2-10-1-with-mkl-in-linux/

http://cran.r-project.org/doc/manuals/R-admin.html#MKL

しかし、行列代数の場合、R は利用可能なすべての CPU を使用するわけではありません。

私は両方を試しました：

と

オプション。

利用可能なすべての CPU を R に強制的に使用させるにはどうすればよいですか?

RがMKLを使用しているかどうかを確認するにはどうすればよいですか?

私は、lapack に対してかなり珍しい課題を抱えており、その解決策を探すのに何時間も費やしました。

従来の形式 (A - x B = 0) の一般化された固有値の問題があります。通常、固有値と固有ベクトルを計算するには、たとえば ?hegvx または ?hegvd を使用します。

しかし、私が今直面している課題は、問題の構築から固有値を既に知っているため、固有ベクトルのみを計算するための効率的なlapack ルーチンが必要ですか?

誰かがこれをハックしましたか？