Так ли быстр ваш любимый С или нативная реализация линейной алгебры на D

Тем, кто занимается системами машинного обучения и компьютерным зрением, хорошо знакома такая библиотека как OpenBLAS (Basic Linear Algebra Subprograms). OpenBLAS написан на C и используется повсеместно там где нужна работа с матрицами. Так же у него есть несколько альтернативных реализаций таких как Eigen и двух закрытых имплементацией от Intel и Apple. Все они написаны на С\С++.

В настоящий момент OpenBLAS используется в матричных манипуляциях в таких языках как Julia и Python (NumPy). OpenBLAS крайне хорошо оптимизирована и значительная её часть вообще написана на ассемблере.

Однако так ли хорош для вычислений чистый C, как это принято считать?

Встречайте Mir GLAS! Нативная реализация библиотеки линейной алгебры на чисто D без единой вставки на ассемблере!

Для компиляции библиотеки Mir GLAS нам потребуется компилятор LDC (LLVM D Compiler). Компилятор DMD официально не поддерживается т.к. он не поддерживает инструкции AVX и AVX2.

Тестовая конфигурация будет состоять из:

CPU	2.2 GHz Core i7 (I7-4770HQ)
L3 Cache	6 MB
RAM	16 GB of 1600 MHz DDR3L SDRAM
Model Identifier	MacBookPro11,2
OS	OS X 10.11.6
Mir GLAS	0.18.0, single thread
OpenBLAS	0.2.18, single thread
Eigen	3.3-rc1, single thread (sequential configurations)
Intel MKL	2017.0.098, single thread (sequential configurations)
Apple Accelerate	OS X 10.11.6, single thread (sequential configurations)

» Код самого теста можно получить тут.
» Mir GLAS базируется на библиотеке mir.ndslice

Mir GLAS может быть легко использован в любом языке поддерживающим C ABI. Делается это элементарно:

	// Performs: c := alpha a x b + beta c
	// glas is a pointer to a GlasContext
	glas.gemm(alpha, a, b, beta, c);

Для сравнения в OpenBLAS потребуется написать следующий код:

void cblas_sgemm (
	const CBLAS_LAYOUT layout,
	const CBLAS_TRANSPOSE TransA,
	const CBLAS_TRANSPOSE TransB,
	const int M,
	const int N,
	const int K,
	const float alpha,
	const float *A,
	const int lda,
	const float *B,
	const int ldb,
	const float beta,
	float *C,
	const int ldc)

При проведении теста установлено следующее значение переменных:

openBLAS	OPENBLAS_NUM_THREADS=1
Accelerate (Apple)	VECLIB_MAXIMUM_THREADS=1
Intel MKL	MKL_NUM_THREADS=1

Eigen собран с флагами `EIGEN_TEST_AVX` и `EIGEN_TEST_FMA`:

mkdir build_dir
cd build_dir
cmake -DCMAKE_BUILD_TYPE=Release -DEIGEN_TEST_AVX=ON -DEIGEN_TEST_FMA=ON ..
make OpenBLAS

Результаты (больше — лучше):










Итоги:

— Mir GLAS значительно опережает OpenBLAS и Apple Accelerate по всем показателям.
— Mir GLAS оказывается быстрее почти в два раза чем Eigen и Apple Accelerate при работе с матрицами.
— По скорости Mir GLAS оказывается сопоставим с проприетарным Intel MKL, который является самым быстрым в своем роде.
— Благодаря своему дизайну Mir GLAS легко может быть адаптирован для новых архитектур.

P.S. В настоящий момент на базе GLAS активно развивается система компьютерного зрения DCV.

P.P.S. Оригинальный автор присутствует в комментах под ником 9il

» Оригинальная статья расположена в блоге автора.