Fortran LAPACK：高 CPU %sys 使用 DSYEV - 没有并行化 - 正常吗？

Question

查看下面的进一步更新

我在运行我的 Fort运行代码时观察到安静的高系统 CPU 使用情况。 "user CPU usage" 占用了大约一个内核（系统是 Intel i7，具有 4 个内核/8 个线程，运行ning Linux），而系统 CPU 占用了大约 2 个内核（因此总体 CPU 使用率约为 75%）。谁能向我解释这是从哪里来的，这是否是 "normal" 行为？

我用 gfort运行编译代码（优化关闭了 -O0，尽管那部分似乎并不重要）和 link 针对 BLAS、LAPACK 和一些（其他）C-职能。我自己的代码没有使用任何并行化，linked 代码也没有（据我所知）。至少我没有使用任何并行化的库版本。

代码本身是关于组装和求解有限元系统并使用大量（？）分配和内部函数调用（matmul，dot_product），尽管整体 RAM 使用率非常低（~200MB） ).我不知道这些信息是否足够/有用，但我希望有人知道那里发生了什么。

此致，本

更新我想我确实找到了（部分）从 LAPACK 调用 DSYEV 的问题（计算真实对称矩阵 A 的特征值，在我的例子中是 3x3）。

program test

implicit none

integer,parameter :: ndim=3
real(8) :: tens(ndim,ndim)

integer :: mm,nn
real(8), dimension(ndim,ndim):: eigvec
real(8), dimension(ndim)   :: eigval

character, parameter    :: jobz='v'  ! Flags calculation of eigenvectors
character, parameter    :: uplo='u'  ! Flags upper triangular 
integer, parameter      :: lwork=102   ! Length of work array
real(8), dimension(lwork)  :: work      ! Work array
integer :: info   

tens(1,:) = [1.d0, 2.d0, 3.d0]
tens(2,:) = [2.d0, 5.d0, 1.d0]
tens(3,:) = [3.d0, 1.d0, 1.d0]   

do mm=1,5000000    
    eigvec=tens
   ! Call DSYEV
   call dsyev(jobz,uplo,ndim,eigvec,ndim,eigval,work,lwork,info)
enddo

write(*,*) eigvec
write(*,*) int(work(1))

endprogram test

编译和 linking 是用

完成的

gfortran test.f90 -o test -llapack

这个程序给了我很高的 %sys CPU 使用率。任何人都可以验证这一点（显然 LAPACK 是解开代码所必需的）？这是 "normal" 行为还是我的 code/system/librariers 有问题...？

更新 2 在@roygvib 的评论的鼓励下，我运行另一个系统上的代码。在第二个系统上，高 CPU sys 使用无法重现。比较这两个系统，我似乎无法找到这是从哪里来的。运行相同的 OS 版本（Linux Ubuntu），相同的 gfort运行版本（4.8），内核版本，LAPACK 和 BLAS。 "Major" 区别：处理器在有问题的系统上是 i7-4770，在另一个系统上是 i7-870。运行越野车上的测试代码给我大约 %user 16s 和 %sys 28s。在 i7-870 上是 %user 16s %sys 0s。运行代码四次（并行）给我的每个进程的总体时间在另一个系统上约为 18s，在有问题的系统上为 44s。还有什么我可以寻找的想法吗？

更新 3 我认为我们越来越接近：在另一个系统上使用静态 link 到 LAPACK 和 BLAS 库构建测试程序，

gfortran test.f90 -O0 /usr/lib/liblapack.a /usr/lib/libblas.a -Wl,--allow-multiple-definition

和运行在有问题的系统中使用该代码使我的 %sys 时间大约为 0（根据需要）。另一方面，在有问题的系统上使用静态 links 为 LAPACK 和 BLAS 构建测试程序，并运行在另一个系统上 return high %sys CPU 用法也是如此！很明显，图书馆似乎有所不同，对吧？在有问题的系统上构建静态版本导致文件大小约为 18MB（！），在其他系统上为 100KB。另外我必须包括

-Wl,--allow-multiple-definition

仅在其他系统上发出命令（否则会抱怨 xerbla 的多个定义），而在有问题的系统上我必须（明确地）link 反对 libpthread

gfortran test.f90 -O0 /usr/lib/liblapack.a /usr/lib/libblas.a -lpthread -o test

有趣的是

apt-cache policy liblapack*

return两个系统的版本和回购目标相同（libblas* 也是如此）。还有什么想法吗？也许还有其他一些我不知道的检查库版本的命令？

Answer 1

我对经济放缓的解读：

我们使用了 LAPACK 和 BLAS 的线程（可能是 OpenMP）版本。这些尝试启动多个线程来并行解决线性代数问题。这通常会加快计算速度。

但是在这种情况下

do mm=1,5000000    
   eigvec=tens
   call dsyev(jobz,uplo,ndim,eigvec,ndim,eigval,work,lwork,info)
enddo

这是为一个非常小的问题（一个 3x3 矩阵）多次调用库。这不能有效地并行解决，矩阵太小了。与线程同步相关的开销决定了求解时间。同步（如果甚至没有创建线程）完成 5000000 次!

补救措施：

使用非线程 BLAS 和 LAPACK
如果使用 OpenMP 集 OMP_NUM_THREADS=1 完成并行化，这意味着 仅使用一个线程
根本不要使用 LAPACK，因为对于特殊情况 3x3 有专门的算法可用 https://en.wikipedia.org/wiki/Eigenvalue_algorithm#3.C3.973_matrices

Fortran LAPACK：高 CPU %sys 使用 DSYEV - 没有并行化 - 正常吗？

Fortran LAPACK: high CPU %sys usage with DSYEV - no parallelization - normal?

linux

fortran

cpu-usage

blas

lapack