ublas与矩阵模板库(MTL4)

Question

我正在用c++写一个双曲型偏微分方程的软件。几乎所有的符号都是向量和矩阵符号。最重要的是，我需要线性代数求解器。是的，向量和矩阵的大小可以有很大的变化(从1000到只能通过分布式内存计算才能解决的大小，例如。集群或类似的体系结构)。如果我生活在乌托邦，我已经有了线性求解器，它对集群、GPU和多核具有很好的伸缩性。

当考虑应该表示变量的数据结构时，我遇到了boost.ublas和MTL4。这两个库都是blas级别3兼容的，MTL4实现了稀疏求解器，并且比ublas快得多。它们都没有实现对多核处理器的支持，更不用说分布式内存计算的并行化了。另一方面，MTL4的开发依赖于两个开发人员的单独努力(至少据我所知)，我相信ublas在boost库中是有原因的。此外，英特尔的mkl库包含了将它们的结构与ublas绑定的示例。我想将我的数据和软件绑定到数据结构上，这种数据结构将是坚如磐石的，可以长期开发和维护。

最后，问题来了。你对ublas和/或mtl4的使用有什么经验，你会推荐什么？

谢谢，大力士

Answer 1

有了你的需求，我可能会选择BOOST::uBLAS。事实上，在速度方面，一个好的uBLAS部署应该与MTL4大致相当。

原因是存在针对ATLAS的bindings (因此，您可以有效地针对您的计算机优化共享内存并行化)，并且还存在供应商调优的实现，如Intel Math Kernel Library或HP MLIB。

有了这些绑定，使用经过良好调优的ATLAS / BLAS库进行计算的uBLAS应该足够快了。如果您针对给定的BLAS / ATLAS进行链接，那么您应该与使用编译器标志-DMTL_HAS_BLAS针对相同BLAS / ATLAS进行链接的MTL4大致相当，并且根据它们自己的observation，很可能比没有BLAS的MTL4更快(例如，请参阅here，其中GotoBLAS优于MTL4)。

总而言之，只要你愿意使用一些BLAS库，速度就不应该是你的决定性因素。可用性和支持更重要。你必须决定，MTL和uBLAS哪个更适合你。我倾向于uBLAS，因为它是BOOST的一部分，而MTL4目前只支持BLAS selectively。您可能还会发现这个稍微过时的comparison of scientific C++ packages很有趣。

一个很大的但是:对于您的需求(非常大的矩阵)，我可能会跳过“语法糖”uBLAS或MTL，直接调用BLAS / LAPACK的“金属”C接口。但那只是我..。另一个优点是，对于更大的问题，它应该比切换到ScaLAPACK (分布式内存LAPACK，从未使用过它)更容易。需要说明的是:对于家庭问题，我不建议直接调用BLAS库。

Answer 2

如果你正在用C++编程向量、矩阵和线性代数，我会看看本征值：

http://eigen.tuxfamily.org/

它比uBLAS (对MTL4不太确定)更快，语法也更简洁。

Answer 3

对于新项目，最好不要使用Boost的uBlas。自2012年底以来，uBlas常见问题解答甚至发出了这样的警告：

问:我应该在新项目中使用uBLAS吗？uBLAS的上一次重大改进是在2008年，自2009年以来没有重大变化。..。性能？有更快的替代方案。尖端技术？uBLAS已经10多岁了，错过了所有来自C++11的新东西。