Intel Visual Fortran Compiler 11调用lapack库实现并行多处理计算

采用fortran进行数值计算的朋友们都应该听说过大名鼎鼎的lapack库，我就不多做介绍了，在此，我只是介绍一个编译好的lapack二进制包ACML（AMD Core Math Library）,并且我强烈推荐，有几个原因：

　　1. ACML是预编译好的二进制文件，省去了许多重新编译的麻烦；

　　2. AMD对ACML中的许多函数针对x86构架进行了优化，执行效率很高；

　　3. ACML中有专门针对SMP（不要告诉我你不知道SMP是什么东东）的库，可以实现并行多处理，如果你是多核多线程处理器的话可以最大程度发挥处理器的效能，针对我的电脑我进行了一个测试，分别链接到libacml_mp_dll.dll（支持多处理）和ibacml_dll.dll（不支持多处理），性能提高70%左右（我的只是双核U）；

　　4. 还有一点ACML是免费的。

　　不错吧，使用lapack包的朋友们可以试试，即使你的U是intel的也没有关系，ACML通吃（这里我说明一下ACML对AMD的机器优化的较好，但对于Intel的cpu还不行，如果你是Intel的cpu还是用MKL吧，下面我对MKL的使用也做了说明），呵呵，下面针对windows 7系统我介绍一下ACML的安装和使用过程；

　　前提：

　　1. Intel Visual Fortran 11（考虑到所使用的win7平台，目前ivf11应该是最好的的选择了，不要给我提cvf6了，太古董了，并且cvf的ide在win7下会崩溃）；

　　2. Visual Studio 2008 专业版或其它，但不能是速成版，ivf真是太那个了，凭什么不支持速成版啊；

　　3. acml-4-4-0-ifort32.exe，下载地址；

　　安装步骤如下，顺序可不能错哦：

　　1. 首先安装visual studio 2008 pro，选择你需要的组件，至少得包含visual c++；

　　2. 安装 Intel Visual Fortran Compiler 11；

　　3. 安装ACML，记着安装的位置，如我们这里是 "C:\AMD\acml4.4.0"，之后我们会用到；

　　4. 如果你的处理器是多核的，进入acml安装路径下，并打开ifort32_mp\lib目录，将当前目录位置复制，比如我的是 “C:\AMD\acml4.4.0\ifort32_mp\lib”；

　　5. 将之前复制的路径添加到path环境变量，如下图所示：

　　6. 我们先测试一下在命令行界面下的情况，新建一个fortran源文件，main.f90, 输入以下内容：

　　　　EXTERNAL ACMLINFO

　　　　CALL ACMLINFO()

　　　　STOP

　　　　END

　　　　在开始菜单中打开依次打开 Intel(R) Software Development Tools->Intel(R) Fortran Compiler 11.0.061->Fortran Build Environment for applications running on IA-32 输入编译命令，ifort /libs:dll -Qopenmp main.f90 c:\amd\acml4.4.0\ifort32_mp\lib\libacml_mp_dll.lib,编译成功会输出以下内容，则表示设置成功了。

　　7. 接着我们在图形界面的IDE下进行配置并测试，打开Visual Studio，新建工程Intel Fortran->Console Application，然后配置编译和链接选项，点Project->Properties，在Fortran的Command Line的Additional Options中填入-Qopenmp /libs:dll，在Linker的Command Line的Additional Options中填上C:\AMD\acml4.4.0\ifort32_mp\lib\libacml_mp_dll.lib,完成后，编译工程即可。

　　如果你的机器是Intel的U的话，用Intel自己的MKL中的LAPCK库效率最理想，只需要把mkl的lib路径加入到链接搜索路径，再增加几个链接库文件就可以了，使用mkl需要以下几个库文件：mkl_intel_c.lib mkl_intel_thread.lib mkl_core.lib libiomp5md.lib。另外，使用mkl时，如果你的U为AMD的话最好禁用优化，即加上选项/Od，否则可能会出现计算错误，这种情况我就遇到过。

巴特西

Intel Visual Fortran Compiler 11调用lapack库实现并行多处理计算

最新文章

热门文章