为什么Octave比MATLAB慢？

Question

我已经在几个项目中使用Octave和MATLAB，我遇到了一些问题。这个问题Why/when should I prefer MATLAB over Octave?)回答了几个，但仍然有一个挥之不去...

我已经阅读了许多比较Octave和MATLAB性能的文章/其他来源，我已经在标准脚本上运行了一些我自己的测试，这些测试证实了普遍的共识，即Octave对于标准操作通常比MATLAB慢得多(当然，迭代，所以比较是有意义的)。

人们的共识似乎还表明，MATLAB的大部分性能提升都归功于其JIT编译器，该编译器在运行时编译大型循环。这是有道理的，最大的性能差异似乎发生在这些情况下(例如Mathworks Matlab vs Gnu Octave)

我的问题如下:为什么向量化的代码在Octave中也会运行得更慢？在这种情况下，似乎应该在循环之前将内存放在一边，一些本机C/C++循环应该执行该操作，这将使向量化代码的性能与Octave和MATLAB相当。此外，这是否具有更广泛的含义，即Octave对于复杂的操作可能表现得更差，即使编写的代码不需要/未使用JIT编译器？

Answer 1

有四种方法可以提高Matlab代码的速度：

Matlab:运行时编译有助于循环，但似乎也会加快(或至少与)代码的其他部分交互，根据我在C/C++中的observations.

• Implementing函数:有一堆/Octave函数是在
• /Octave中实现的。在每个版本中，都会有更多的函数被加入到built-ins.
• Multithreading:中，还有一些具有多线程实现的a list of functions，这将加快function calls.
• Generally更有效的实现速度。例如，中值滤波器在几个版本之前获得了整数输入的巨大速度提升。

所有这些方法都需要开发人员致力于使代码更快。据我所知，Octave开发人员的主要关注点是确保( Matlab )功能的存在，而性能提高似乎是过去几年Matlab开发的重点。

Answer 2

Matlab内部使用英特尔数学内核库(英特尔MKL)进行向量和矩阵运算。这给了Matlab比Octave更大的优势。

在Matlab中尝试命令“version”和“version”，以检查Matlab正在使用的-lapack的版本。

讨论MKL在Matlab中的使用的一个快速链接是http://stanford.edu/~echu508/matlab.html。

英特尔MKL是专有的。software.intel.com/en-us/intel-mkl。但是，对于非商业用途，Linux版本是免费的。如果Octave可以以某种方式使用安装在我们机器上的MKL，它应该会显着提高Octave的速度。