Intel MKL函数,如何得到相同的计算结果？

huaqmffpy 2012-06-06 02:26:17

加精

在运行程序时，我们总希望多次运行的结果，是完全一致，甚至在不同的机器与不同的OS中，程序运行的结果每一位都完全相同。

事实上，程序往往很难保证做到这一点。为什么呢？我们先看一个简单的例子：当程序使用单精度或者双精度的浮点数时，浮点数有一定的精度的限制。单精度的浮点数，使用23位二进制表示的尾数。双精度浮点数，使用52位的二进制（http://en.wikipedia.org/wiki/IEEE_754-1985）。

如果，程序中计算下面的表达式：

double d1,d2,d3,d4,d5;
d1 = 1e-63;
d2 = 1;
d3= -1;

d4 = (d1+ d2) +d3;
d5 = d1+ (d2 +d3);

printf("d4=%e\n",d4);
printf("d5=%e\n",d5);

通常，它的结果为：
d4=0.000000e+000
d5=1.000000e-063

尽管数学表达上， d4 应该有和d5 完全相同的计算结果。但是，由于浮点数的有限精度，（d1+d2），在计算机的值为1. 最终，d4,d5的结果并不完全相同。

如果程序调用Intel MKL 函数，下面的一些因素，往往会对我们的计算结果产生影响：

1> 内存对齐：我们的处理器往往提供了一些专门的指令，对16 byte 或 32 byte (AVX ) 对齐内存地址进行存取操作。当程序运行时，对齐或不对齐输入数据的地址，运行的代码可能有略微差别。最终，程序的计算结果，可能不是完全一致。

2> 多线程的设置： Intel MKL 函数已经是多核优化后的函数，程序运行多线的数目不同，带来相应的数值精度上也会细微的误差。

3> 针对不同处理器的优化代码： Intel MKL 能够充分利用处理器的指令集，来取得程序的最高性能。这样在不同的处理器上，程序运行的代码可能并不是完全一致，从而最终的的结果，可能也略有差别。

新的MKL 11.0提供了conditional bitwise reproducible (CBWR)的特性。在满足一定的条件下，它能保证MKL函数有相同的结果。如果 1）输入/输出的数据地址按照16或 32字节对齐（选择执行SSE指令需要16 byte 对齐，AVX1指令32 byte 对齐）2）运行的线程数目相同 3）在同一可执行文件中被调用，那么Intel MKL函数可以在多次执行中，有相同的计算结果。

程序不同处理器上运行的时候，可能运行不同的优化代码。比如，在较旧Intel® Pentium® 4 处理器上， MKL可能运行SSE2 优化代码，而在支持的AXV指令的新的机器上，MKL 的函数可能运行AVX指令的优化代码。这样，Intel MKL函数能够根据不同处理器的特性，提供高效的优化代码。但是，当这些代码，有不完全相同的数据处理顺序时，不完全一致的代码可能产生的最有的数值结果可能也不完全一致。在MKL 11.0 中，提供的一些新的函数，与环境变量。能够帮助用户来来控制取得一致的计算结果。

下面我们看一下例子：

1> 为确保在Intel 以及Intel 兼容的支持SSE2 指令的处理上，有一致的计算结果，我们可以将程序须设置固定的线程数目，保证输入输出数据的地址对齐，并调用以下的MKL 函数：

mkl_cbwr_set(MKL_CBWR_COMPATIBLE) 或设置环境变量：MKL_CBWR_BRANCH = "COMPATIBLE"

2>在支持SSE4.1 Intel 的处理器上，为确保MKL 函数有相同的结果。我们可以将程序须设置固定的线程数目，保证输入输出数据的地址对齐，并调用以下的MKL 函数：

mkl_cbwr_set(MKL_CBWR_SSE4_1) 或设置环境变量： MKL_CBWR_BRANCH = "SSE4_1"

需要说明的是，如果我们选择了特定CPU优化的代码，很自然，针对一些新的处理器，MKL 可能会有一些性能开销。比如，对于矩阵与矩阵乘法的函数（xGEMM）, AVX 优化代码的性能有近乎SSE2优化代码的两倍性能。在支持AVX机器上，我们指定，该函数运行SSE2的代码，会有不少的性能损失。对于其他的一些例子，选择特定的优化代码，可能有10%-20%的性能开销。

相关培训材料： http://software.intel.com/en-us/articles/conditional-bitwise-reproducibility/

下载与测试Intel MKL 11.0 Beta：

原文地址:http://g.csdn.net/5221746

...全文