并不是慢在了乘法指令上了，而是慢在复杂度上了。n^3同n^2.81比较，当n=1000时，能够相差3-4倍，如果使用n^2.367，那就快多了，几十倍有了。
litaoye 发表于 2010-11-2 15:39 http://bbs.emath.ac.cn/images/common/back.gif
对于1000阶左右的矩阵，cache命中率还是很重要的，对于简单的乘法算法，通常只要对矩阵乘法运算做一下blocking就可以提高很多倍的速度。
14# forcal
:) Forcal兄过奖了，现在还不能说超过matlab(因为还没真正成形)，要真正超过它，还要提高Cache命中率，这也是我能想到的一个主要问题，在真正解决了这个问题之后，我会发给你的。:)
我想matlab(矩阵实 ...
G-Spider 发表于 2010-10-31 21:11 http://bbs.emath.ac.cn/images/common/back.gif
感谢＋期待！呵呵。
参考这个论坛，是关于Matlab GPU 高性能计算的：http://www.matlabsky.com/forum-83-1.html
效率应该与liangbch 的测试结果一致吧？
22# forcal
21# mathe
1024阶左右的矩阵,单精度，一行或一列也要4kb，10000阶接近40KB，一级Cache都放不下，当初用matlab试验PageRank的加速算法，有个试验数据的矩阵阶是9百多，运行了一下，果断放弃，虚拟内存不够....改用了个小一些的4百多的，对于大阶的矩阵，cache命中率非常重要，GPU运算进行了细致的分块，并没有用高级的算法，如果不把数据规划好，恐怕大多时间浪费在数据传输上了。
liangbch的GPU测试又点燃了我CUDA激情，呵呵，一年前初识CUDA，可惜没有平台（我的那破机是GF 7，郁闷），64位机的版本又不太成熟，也就了解了些基础知识，而今3.2版出来了，下了个64位的版本，比之前丰富多个，至少src有了（虽然工具仍然没有32位的多)，运行了一下matrixMul，还算成功。
矩阵乘法，继续....今天考个鬼科学社会主义，还开卷，不停的“写”了两个小时，右手快废了。。。:*-^