R eigen 求解器比 Eigen 的求解器快吗？

Question

我尝试使用 R 中 Eigen 库的特征求解器来提高性能：

// [[Rcpp::export]]
MatrixXd Eigen4(const Map<MatrixXd> bM) {
  SelfAdjointEigenSolver<MatrixXd> es(bM);

  return(es.eigenvectors());
}

然而，在 2000x2000 矩阵上进行比较时：

n <- 5e3
m <- 2e3
b <- crossprod(matrix(rnorm(n*m), n))

print(system.time(test <- Eigen4(b))) # 18 sec
print(system.time(test2 <- eigen(b, symmetric = TRUE))) # 8.5 sec

微基准测试结果：

Unit: seconds
    expr                         min        lq      mean    median        uq       max neval
Eigen4(b)                  18.614694 18.687407 19.136380 18.952063 19.292021 20.812116    10
eigen(b, symmetric = TRUE)  8.652628  8.663302  8.696543  8.676914  8.718517  8.831664    10

R 是 Eigen 的两倍？我正在使用最新版本的 R 和 RcppEigen。

我是不是做错了什么？

Answer 1

R 的 eigen 是从 LAPACK. Eigen uses its generic C++ code by default, although it can be configured 到 Fortran 函数的接口，用于使用外部 BLAS/LAPACK 后端进行某些密集矩阵运算，包括特征分解。根据您的体系结构和编译器，R 的默认 LAPACK 可能更快。如果您将 R 和 Eigen 配置为使用相同的高度优化的平台特定 BLAS/LAPACK（例如 Intel 上的 MKL），您应该获得几乎相同（和更好）的结果。

R eigen 求解器比 Eigen 的求解器快吗？

R eigen solver is faster than Eigen's one?

r

rcpp

eigen

eigenvector