（原）測試intel的平行計算pafor

2021-09-07 03:50:02 字數 3109 閱讀 2480

參考**：

關於mt19937：

**如下：

1 #include "


stdafx.h


"2 #include 3 #include //


mt19937的標頭檔案


4 #include //


parfor的標頭檔案


5 #include //


queryperformancefrequency等函式的標頭檔案67


using


namespace concurrency; //


parfor使用


8using


namespace


std;910


11//


分配記憶體


12void allocmatrix(double**m, size_t n)


1317


1819


//初始化矩陣內容


20 template 


21void inimatrix(double* m, size_t n, gen&gen)


2229}30


}313233


//釋放記憶體


34void freematrix(double**m)


3541}42


4344


//矩陣相乘，使用for


45void matrixmultiplyfor(double* res, const


double* m1, const


double*m2, size_t n)


4656             res[i*n + j] =temp;57}


58}59}


6061


62//


矩陣相乘，外層使用parfor


63void matrixmultiplyparforouter(double* res, const


double* m1, const


double*m2, size_t n)


6474             res[i*n + j] =temp;75}


76});77}


7879


80//


矩陣相乘，內層使用parfor


81void matrixmultiplyparforinner(double* res, const


double* m1, const


double*m2, size_t n)


8292             res[i*n + j] =temp;


93});94}


95}9697


98//


測試矩陣相乘，使用for的時間


99double testmatrixmultiplyfor(double* res, const


double* m1, const


double*m2, size_t n)


100110


111112


//測試矩陣相乘，外層使用parfor的時間


113double testmatrixmultiplyparforouter(double* res, const


double* m1, const


double*m2, size_t n)


114124


125126


//測試矩陣相乘，內層使用parfor的時間


127double testmatrixmultiplyparforinner(double* res, const


double* m1, const


double*m2, size_t n)


128138


139140


//主函式


141int _tmain(int argc, _tchar*argv)


142

debug：

time(ms)

for: 7761.769099

parforounter: 3416.670736

parforinner: 3423.701265

release：

time(ms)

for: 3884.167485

parforounter: 1062.581817

parforinner: 1083.642302

說明：此處測試outer和inner是因為，matlab裡面，使用outer形式的平行計算，使用parfor後，如果迴圈比對類似這種三角形式，最終有些核先跑完結果，有些核後跑完結果，導致出現，乙個核累死累活的跑程式，另外n-1個核圍觀的狀態，使最終的計算時間變長（不過在matlab中未測試outer和inner使用parfor的時間對比）。

但是，在c++裡面，不知道是否優化的原因，outer使用parfor比inner使用parfor要快。此處測試了n=2048，結果也是outer比inner的形式要快。

C Parallel 平行計算測試

concurrentbaglist1 new concurrentbag stopwatch stop1 new stopwatch stop1.start parallel.for 0,10000,item stop1.stop listlist2 new list object synobj n...

python平行計算 pycuda測試 對比及分析

增量式學習演算法能夠同時學習網路的節點與引數，但是隨著模型結構的增長，計算成本也越來越高，有兩個途徑可以減少計算所需的時間成本 1 研究模型劃分方法，將比較大的模型劃分成幾個較小的子模型 2 通過提高計算機的計算能力 gpu或cpu tx2能夠利用cuda進行gpu平行計算，pycuda作為pyth...

Delphi 的平行計算

所謂平行計算，可以讓一段 讓 cpu 的多個核同時開跑，非常明顯地提高 執行速度。所謂 程式 這個中文單詞，嚴格意義上來說，就是按照特定順序，一步一步地執行一些指令。這是標準的序列計算。序列計算的好處是有上下文依賴關係的事情，不會搞錯順序。好比先洗碗，再打飯，程式這樣寫了，計算機絕對不會搞錯成先打了...