MKL blas golang 对比 gonum

这里对比的对象主要是gonum的gonum.org/v1/gonum/floats包，这个包做科学运算还是比较快的，里面直接调汇编代码，比go写的原生计算代码要高效一些。

首先，需要安装mkl，下载地址

然后安装gosl 这个包 github.com/cpmech/gosl

blas里面，第一层是vector与vector的操作，验证一个点乘算子

package main

import (
	"fmt"
	"github.com/cpmech/gosl/la/mkl"
	"gonum.org/v1/gonum/floats"
	"time"
)

func main() {
	sizes := []int{1e5, 1e7, 1e7, 1e8, 4 * 1e8}

	for _, v := range sizes {
		x := make([]float64, int(v))
		for i := 0; i < int(v); i++ {
			x[i] = 1
		}
		rawDot(x, x)
		for j := 1; j < 5; j++ {
			mklDot(j, x, x)
		}
	}
}

func mklDot(threadNum int, x, y []float64) {
	n, incx, incy := len(x), 1, 1
	start := time.Now()
	mkl.SetNumThreads(threadNum)
	res := mkl.Ddot(n, x, incx, y, incy)

	fmt.Printf("mkl threadNum:%v len:%v duration:%v res:%v\n", threadNum, len(x), time.Now().Sub(start), res)

}

func rawDot(x, y []float64) {
	start := time.Now()
	res := floats.Dot(x, y)
	fmt.Printf("raw len:%v duration:%v res:%v\n", len(x), time.Now().Sub(start), res)
}

代码做的功能很简单，raw代表gonum的算子操作，与mkl的对比。由于mkl的变成思想是fork-join的套路，可以启用多线程，所以这里验证了同样一个mkl算子，1到4个线程的差异。

输出：

raw len:100000 duration:34.479µs res:100000
mkl threadNum:1 len:100000 duration:663.039µs res:100000
mkl threadNum:2 len:100000 duration:105.323µs res:100000
mkl threadNum:3 len:100000 duration:40.387µs res:100000
mkl threadNum:4 len:100000 duration:45.641µs res:100000
raw len:1000000 duration:538.054µs res:1e+06
mkl threadNum:1 len:1000000 duration:513.524µs res:1e+06
mkl threadNum:2 len:1000000 duration:319.566µs res:1e+06
mkl threadNum:3 len:1000000 duration:253.524µs res:1e+06
mkl threadNum:4 len:1000000 duration:185.843µs res:1e+06
raw len:10000000 duration:5.57392ms res:1e+07
mkl threadNum:1 len:10000000 duration:3.649214ms res:1e+07
mkl threadNum:2 len:10000000 duration:2.811791ms res:1e+07
mkl threadNum:3 len:10000000 duration:2.545393ms res:1e+07
mkl threadNum:4 len:10000000 duration:2.385943ms res:1e+07
raw len:100000000 duration:59.743135ms res:1e+08
mkl threadNum:1 len:100000000 duration:44.084916ms res:1e+08
mkl threadNum:2 len:100000000 duration:33.835634ms res:1e+08
mkl threadNum:3 len:100000000 duration:32.16158ms res:1e+08
mkl threadNum:4 len:100000000 duration:30.032124ms res:1e+08
raw len:400000000 duration:1.610460541s res:4e+08
mkl threadNum:1 len:400000000 duration:194.624908ms res:4e+08
mkl threadNum:2 len:400000000 duration:141.571815ms res:4e+08
mkl threadNum:3 len:400000000 duration:126.421845ms res:4e+08
mkl threadNum:4 len:400000000 duration:118.767545ms res:4e+08```

日志看有点乱，变成表格就会清晰很多

	1e5	1e6	1e7	1e8	4 * 1e8
gonumraw	34us	538us	5.5ms	59.7ms	1610ms
mkl 1 thread	663us	513us	3.6ms	44ms	194ms
mkl 2 thread	105us	319us	2.8ms	33.8ms	141ms
mkl 3 thread	40us	253us	2.5ms	32.1ms	126ms
mkl 4 thread	45us	185us	3.8ms	30ms	118ms

可以看到：
单线程情况下：

• 计算量在1e5这个数量级，gonum具有优势，
• 在1e8这个数量级,mkl几乎是10倍的优势，而且线性趋势依旧能够保持
• gonum的计算，在1e8这个数量级，已经出现非线性的趋势

多线程情况下：
mkl在多线程上并非是线性的，1个线程与4线程差别并不大