相关疑难解决方法(0)

我正在使用CUDA,C++,C#和Java进行一些基准测试,并使用MATLAB进行验证和矩阵生成.但是当我乘以MATLAB时,2048x2048甚至更大的矩阵几乎立即成倍增加.

             1024x1024   2048x2048   4096x4096
             ---------   ---------   ---------
CUDA C (ms)      43.11      391.05     3407.99
C++ (ms)       6137.10    64369.29   551390.93
C# (ms)       10509.00   300684.00  2527250.00
Java (ms)      9149.90    92562.28   838357.94
MATLAB (ms)      75.01      423.10     3133.90

只有CUDA具有竞争力,但我认为至少C++会有点接近并且不会60x慢.

所以我的问题是 - MATLAB如何快速地完成它？

C++代码:

float temp = 0;
timer.start();
for(int j = 0; j < rozmer; j++)
{
    for (int k = 0; k < rozmer; k++)
    {
        temp = 0;
        for (int m = 0; m < rozmer; m++)
        {
            temp …

我需要在非常大的Matlab中进行矩阵/向量乘法:"A"是一个655360乘5的实值矩阵,不一定是稀疏的,"B"是655360乘1的实值向量.我的问题是如何计算:B'*A有效.

我已经注意到通过计算A'*B来改善时间,这给出了一个列向量.但它仍然很慢(我需要在程序中多次执行此操作).

随着一点点的搜索,我发现了一个有趣的matlab工具箱MTIMESX詹姆斯Tursa,我希望这将提高上述矩阵乘法性能.经过几次试验,我只能在Matlab原生矩阵乘法上获得非常小的收益.

有关如何重写A'*B以使操作更有效的任何建议？谢谢.