我正在尝试通过矩阵乘法实现SSE版本的大矩阵。
我正在寻找一种基于SIMD实现的高效算法。
我想要的方法如下：
A(n x m) * B(m x k) = C(n x k)
所有矩阵都被认为是16字节对齐的浮点数组。
我搜索了网，发现了一些描述8x8乘法甚至更小的文章。我真的需要它尽可能高效，我不想使用Eigen库或类似的库。 （只有SSE3更具体）。
所以如果有人能帮我找到一些关于如何开始实施这个的文章或资源，我会很感激。
答案 0 :(得分：9)
实现任意大小的矩阵 - 矩阵乘法的主要挑战不是使用SIMD，而是重用缓存数据。如果你想实现缓存友好的矩阵 - 矩阵乘法，那么论文Anatomy of High-Performance Matrix Multiplication by Goto and Van de Geijn是必读的，它还讨论了对SIMD友好的内核的选择。在阅读本文之后，经过两周的努力，预计在矩阵 - 矩阵乘法上达到机器峰值的50％。
但是，如果这项工作的目的不是纯粹的学习，我强烈建议使用高度优化的库。在x86上，您最好的选择是OpenBLAS（BSD许可，支持动态CPU调度），BLIS（BSD许可，轻松移植到新处理器）和Intel MKL（商业，支持动态）英特尔处理器上的CPU调度）。出于性能原因，最好避免使用ATLAS，除非您针对的是其他库不支持的非常奇特的架构。