MKL 或 BLAS 例程，用于将矢量乘以标量错位

MKL or BLAS routine to multiply vector by a scalar out-of-place

本文关键字：标量 错位 BLAS 例程 用于 MKL      更新时间：2023-10-16

我在仿真软件中工作，在数组上完成的众多操作之一是按数字缩放向量。

我有这样的代码：

//Just some initialization code, don't bother about this part
int n = 10000;
std::vector<double> input(n, 42.0);
std::vector<double> output(input.size());
double alpha = 69.0;
//the actual calculation:
for (size_t i = 0; i < n; ++i) {
    output[i] = input[i] * alpha;
}

我有可用的 MKL 库，因此如果我的计算是"就地"完成的，则可以编写以下内容：

cblas_dscal(n, alpha, &input[0], 1);

但是，这将更改input变量，这不是我想要的。

我尝试使用mkl_domatcopy()但此操作非常慢。

我想

出的解决方案是打电话给cblas_dcopy()然后cblas_dscal()。

它不是所有世界中最好的，但它仍然比原始循环更快。

来自 MKL 参考：

cblas_？axpy 例程执行向量-向量操作，定义为

y

：= a * x + y其中：a 是标量，x 和 y 是向量，每个向量都有等于 n 的元素数。

在类似 BLAS 的扩展中有一个例程，称为 cblas_？axpby

以下是文档的摘录：

缩放两个向量，将它们相互相加，并将结果存储在 向量。

与cblas_?axpy的区别在于，结果向量 y 上有第二个缩放参数。在您的情况下，您可以只设置b := 0.0，从而在一次调用中缩放您的错位，而不是两个cblas_dcopy()和cblas_dscal()。

您的代码可能如下所示：

//Just some initialization code, don't bother about this part
int n = 10000;
std::vector<double> input(n, 42.0);
std::vector<double> output(input.size());
double alpha = 69.0;
//the actual calculation:
cblas_daxpby (output.size(), alpha, input.data(), 1, 0.0, output.data(), 1);
相关文章：