描述

在本教程中，我們將學習如何將您的草圖與超級優化的英特爾庫集成以進行大量數學計算（朋友的 MKL）。

首先，您需要一個合適的物聯網網關，有幾個可用的 GB 硬盤空間（庫有時可能很重）。按照 Create 的 Getting Started 部分啟動并運行您的 Gateway（例如，選擇 Ubuntu 發行版）。

為什么我需要這么大的空間

（又名：我如何學會愛上共享庫）

在 Arduino 世界中，庫是幫助您與特定硬件交互或執行特定操作的代碼集合。

在 Linux 上，一個庫具有相同的屬性，但可以在多個程序之間共享。這可以節省大量空間，因為它們包含的功能可以被不同的進程免費使用。

設置董事會

庫通常通過包管理器或使用安裝程序提供（我們將在本例中使用后一種）。首先，使用您在安裝過程中提供的 IP 地址和用戶名/密碼，通過 ssh 訪問您的開發板。為此，您可以使用 Putty（如果您在 Windows 上）或串行終端。端口必須設置為 22 才能使 SSH 登錄正常工作。

現在我們需要下載 MKL 包。打開瀏覽器并訪問https://software.intel.com/en-us/mkl ，點擊“免費下載”并完成注冊過程。選擇“Intel Performance Libraries for Linux”并右鍵單擊“Intel Math Kernel Library”，選擇“Copy link address”（或類似的，取決于您的瀏覽器）。

現在重新打開 SSH shell，輸入：

?

wget 

?

并粘貼您剛剛復制的鏈接。按 [Enter] 并開始下載。下載后，通過鍵入以下內容提取包：

?

tar xvf l_mkl_2017* 

?

讓我們cd 進入解壓文件夾（通常與下載的包同名，不帶擴展名）并輸入：

?

./install.sh

?

按照屏幕上的說明進行操作，幾分鐘后您的系統將準備就緒。

是時候編碼了！

使用提供的示例打開創建。我們將演示 MKL 庫的一個非常方便的功能，它有助于并行化代碼執行，而無需擔心線程或類似問題。

在示例中，使用MKL 中包含的優化函數執行矩陣乘法。cblas_dgemm該功能針對各種 Intel 硬件平臺進行了優化，使用目標 CPU（AVX、SSE4 等）上可用的最新矢量化功能。

但是如果我們有一個多核架構會發生什么呢？我們正在失去很多功能，因為函數只在線程上運行，即使它必須解決的問題可以“拆分”成多個更小的問題，因此它是并行化的完美候選者。

使用 mkl_set_num_threads 我們可以指示庫在多個線程（和內核）上運行，而無需額外的編程工作。

該示例使用多個線程數執行相同的計算，從 1 到目標 CPU 的內核數（如果 HyperThreading 處于活動狀態，可能會加倍）并對各種運行進行基準測試。

讓我們釋放怪物

準備就緒后，打開左側面板上的監視器，按“上傳”并等待幾秒鐘以開始上傳和草圖。程序的輸出將打印在監視器上。

我們學到了什么？

如果我們看一下結果，與單線程相比，在兩個線程上執行將帶來幾乎兩倍的性能（當然是在雙核處理器上）。性能影響并不完全是x2 因為在啟動任何額外線程時會有一點開銷，只要執行時間很短，這種懲罰就會變得更大。如果大部分時間都花在處理數字上，那么加速比接近理論最大值。