我应该无条件地信任 BLAS 库以提高性能吗
SHould I trust BLAS libraries unconditionally to improve performance
我正在从事一些涉及计算密集型图像处理算法的项目，这些算法涉及许多可以由 BLAS 库处理的步骤（主要是 1 级例程）。由于我的数据非常大，因此考虑使用 BLAS 当然是有意义的。
我见过一些例子，其中优化的 BLAS 库提供了巨大的性能提升（矩阵矩阵乘法的加速因子 10 并不罕见）。
我应该尽可能地应用 BLAS 函数并盲目地相信它会产生更好的性能，还是应该逐个分析并只在必要时应用 BLAS？
盲目应用 BLAS 的好处是我现在可以节省一些时间，因为我不必详细分析我的代码。另一方面，仔细分析每种方法可能会给我最好的性能，但我想知道现在花几个小时是否值得，只是为了在 运行 软件后获得半秒的时间。
前段时间在一本书上看到：（1）优化的黄金法则：不要做（2）优化的黄金法则（专家专用）：还不做。简而言之，我建议按以下方式进行：
- 第 1 步：以最简单/最易读的方式实现算法
- 第 2 步：衡量绩效
- 第 3 步：如果（且仅当）性能不令人满意时，使用分析器检测热点。他们往往不是我们想的那样!!
- 第 4 步：仅针对热点尝试不同的备选方案（衡量每个备选方案的性能）
更具体地说你的问题：是的，一个好的 BLAS 实现可以带来一些不同（它可以使用 AVX 指令集，并且对于矩阵乘法矩阵，将矩阵分解成块，以一种更高速缓存的方式 -友好），但同样，我不会 "trust unconditionally"（取决于 BLAS 的版本、数据、目标机器等...），然后 测量 性能和比较是绝对必要的。
我正在从事一些涉及计算密集型图像处理算法的项目，这些算法涉及许多可以由 BLAS 库处理的步骤（主要是 1 级例程）。由于我的数据非常大，因此考虑使用 BLAS 当然是有意义的。
我见过一些例子，其中优化的 BLAS 库提供了巨大的性能提升（矩阵矩阵乘法的加速因子 10 并不罕见）。
我应该尽可能地应用 BLAS 函数并盲目地相信它会产生更好的性能，还是应该逐个分析并只在必要时应用 BLAS？
盲目应用 BLAS 的好处是我现在可以节省一些时间，因为我不必详细分析我的代码。另一方面，仔细分析每种方法可能会给我最好的性能，但我想知道现在花几个小时是否值得，只是为了在 运行 软件后获得半秒的时间。
前段时间在一本书上看到：（1）优化的黄金法则：不要做（2）优化的黄金法则（专家专用）：还不做。简而言之，我建议按以下方式进行：
- 第 1 步：以最简单/最易读的方式实现算法
- 第 2 步：衡量绩效
- 第 3 步：如果（且仅当）性能不令人满意时，使用分析器检测热点。他们往往不是我们想的那样!!
- 第 4 步：仅针对热点尝试不同的备选方案（衡量每个备选方案的性能）
更具体地说你的问题：是的，一个好的 BLAS 实现可以带来一些不同（它可以使用 AVX 指令集，并且对于矩阵乘法矩阵，将矩阵分解成块，以一种更高速缓存的方式 -友好），但同样，我不会 "trust unconditionally"（取决于 BLAS 的版本、数据、目标机器等...），然后 测量 性能和比较是绝对必要的。