Eigen库下使用MKL加速

对于矩阵运算，Eigen库要比MKL库使用起来更加简洁明了，但是Eigen库的效率要远远比不上MKL库的速度，因此我们要在使用Eigen库函数中，使用MKL进行加速。

1. 下载Eigen库

Eigen库的配置很简单，网上有很多教程可供参考，这里我也会按部就班地说一下。

首先，要从Eigen的官网上进行下载安装。

下载地址：https://eigen.tuxfamily.org/index.php?title=Main_Page

这里我选择最新版 Eigen 3.4.0zip下载

打开安装包，我下载到电脑：D:\LXJ\安装包\eigen-3.4.0.zip\eigen-3.4.0

我们这里只需要用到Eigen库，所以可以直接把整个 Eigen 文件拷贝出来，粘到你想要创建库的文件夹中，方便你打包处理。

我拷贝到：D:\LXJ\LXJ_CODE\Eigen MKL\属性表\Eigen_lib，显示

到这里Eigen库的位置就放好了。

2. 配置Eigen库

首先，打开 VS2022，创建一个 .cpp 文件，测试用的。

1.  
   #include<iostream>
2.  
   #include<Eigen/Dense>
3.  
    
4.  
   using namespace Eigen;
5.  
    
6.  
   int main()
7.  
   {
8.  
   MatrixXd m = MatrixXd::Random(3, 3);
9.  
   m = (m MatrixXd::Constant(3, 3, 1.2)) * 50;
10.  
    std::cout << " m = " << std::endl << m << std::endl;
11.  
    VectorXd v(3);
12.  
    v << 1, 2, 3;
13.  
    std::cout << " m * v = " << std::endl << m * v << std::endl;
14.  
    }

这里我们选择 Debug x64，打开属性管理器

添加新项目属性表，我这里起名叫 Eigen_3.4.0

打开 Eigen_3.4.0

只需要把之前 Eigen所存在的路径放到包含目录里即可

到这里安装成功，运行显示

3. Eigen下使用MKL库加速

MKL 库的配置详看：https://blog.csdn.net/m0_63111108/article/details/124734432?spm=1001.2014.3001.5501

这里举一个很简单的例子来测试MKL的加速效果。

没有MKL加速：

1.  
   #include <iostream>
2.  
   #include <Eigen/Core>
3.  
   #include <Eigen/Dense>
4.  
   #include <time.h>
5.  
    
6.  
   using namespace std;
7.  
   using namespace Eigen;
8.  
    
9.  
   int main(int argc, char* argv[])
10.  
    {
11.  
    MatrixXd a = MatrixXd::Random(1000, 1000); // 随机初始化矩阵
12.  
    MatrixXd b = MatrixXd::Random(1000, 1000);
13.  
     
14.  
    double start = clock();
15.  
    MatrixXd c = a * b;
16.  
    double endd = clock();
17.  
    double thisTime = (double)(endd - start) / CLOCKS_PER_SEC;
18.  
     
19.  
    cout << thisTime << endl;
20.  
     
21.  
    system("PAUSE");
22.  
    return 0;
23.  
    }

有MKL加速，需要在预处理前添加宏定义：

1.  
   #define EIGEN_USE_MKL_ALL
2.  
   #define EIGEN_VECTORIZE_SSE4_2
3.  
    
4.  
   #include <iostream>
5.  
   #include <Eigen/Core>
6.  
   #include <Eigen/Dense>
7.  
   #include <time.h>
8.  
    
9.  
   using namespace std;
10.  
    using namespace Eigen;
11.  
     
12.  
    int main(int argc, char* argv[])
13.  
    {
14.  
    MatrixXd a = MatrixXd::Random(1000, 1000); // 随机初始化矩阵
15.  
    MatrixXd b = MatrixXd::Random(1000, 1000);
16.  
     
17.  
    double start = clock();
18.  
    MatrixXd c = a * b;
19.  
    double endd = clock();
20.  
    double thisTime = (double)(endd - start) / CLOCKS_PER_SEC;
21.  
     
22.  
    cout << thisTime << endl;
23.  
     
24.  
    system("PAUSE");
25.  
    return 0;
26.  
    }

不断增加矩阵维数，得到：

发现，在使用MKL加速时，矩阵维数超过一定数值时，就会直接退出进程

调试之后发现：

此问题尚未解决，若有专业人士明白，可以评论区留言或私聊。

此问题是一旦矩阵维数超过4000就进程结束，调试中的异常找不到根源，文件位置也存在于系统之中了，但仍旧解决不了。我猜想可能是电脑配置（12th Gen Intel(R) Core(TM) i5-12400   2.50 GHz），具体原因还请各位专业人士指正。

这篇好文章是转载于：学新通技术网