特征库：特征值计算性能，gcc vs visual studio 2015

Question

我正在尝试使用以下代码段使用 Eigen 库提高特征值和特征向量计算的性能：

MatrixXd eigMat =m.ToMatrixXd(); //internal conversion to MatrixXd
EigenSolver<MatrixXd> es(eigMat,ShouldComputeEigenVectors);

最初我使用旧版本的 Eigen 和 tdm-gcc 4.8 并使用 O2 级别的优化编译代码。计算 1000 x 1000 矩阵的特征值和向量大约需要 5.4 秒 。

几个月前，我切换到 Visual Studio Community 2015 并将 Eigen 库升级到 Eigen 3.3.2。现在，相同的计算大约需要 18.7 秒 。为什么我的性能比 gcc 4.8 差？我能做些什么来回到 5.4 秒（不用说目标是赶上在 0.8 秒内执行的 Matlab）。

VS 2015 的设置：

/GS /Qpar /GL /analyze- /W3 /Gy /Zc:wchar_t /I"C:\wxWidgets-3.1.0\lib\vc_dll\mswu" /Zi /Gm- /O2 /Ob2 /sdl /Fd"Release\vc140.pdb" /Zc:inline /fp:precise /D "_CRT_SECURE_NO_WARNINGS" /D "WIN32" /D "_UNICODE" /D "__WXMSW__" /D "UNICODE" /D "WXUSINGDLL" /D "NDEBUG" /D "EIGEN_NO_DEBUG" /D "_MBCS" /errorReport:prompt /WX- /Zc:forScope /arch:SSE2 /Gd /Oy- /Oi /MD /openmp /Fa "Release\" /EHsc /nologo /Fo"Release\" /Ot /Fp"Release\sciencesuit.pch"

顺便说一句，我尝试了以下方法，但没有或只有很少（1 秒）的性能提升：

指令集不同，比如AVX2
浮动模型点，到快速
OpenMP 和无 OpenMP 选项
优化，全优化Ox

提前致谢。

Answer 1

简短的回答是 cl（Visual Studio 编译器）在性能方面不如 gcc 好，尤其是在涉及 Eigen 等模板库时。

话虽这么说，请尝试将旧版本的 Eigen 与 Visual Studio 一起使用。 Eigen 中有一些变化导致 Visual Studio（例如 this）的性能下降。

特征库：特征值计算性能，gcc vs visual studio 2015

Eigen library: eigenvalue computation performance, gcc vs visual studio 2015

c++

gcc

visual-studio

eigen

eigen3