如果我在Mac上使用gfortran (Homebrew GCC 8.2.0)编译下面的简单程序而不进行优化(-O0(，则对matmul的调用将在约90毫秒内持续执行。如果我使用任何优化(标志-O1、-O2或-O3(，执行时间将增加到~250毫秒。我已经尝试为inVect和matrix使用各种不同的大小，但在所有情况下，-O0选项都比其他三个优化标志好，至少是的2.5倍。如果我使用只有几百个元素的较小矩阵，但循环多次调用matmul，则性能会更差，接近10倍。
有什么办法可以避免这种行为吗？我需要在代码的某些部分使用优化，但同时，我也希望尽可能高效地执行矩阵乘法。
我使用命令gfortran -ON sandbox.f90编译包含以下代码的文件sandbox.f90，其中N是优化级别0-3(不使用其他编译器标志(。仅打印outVect的第一个值是为了防止gfortran优化过于巧妙并完全跳过对matmul的调用。
我是Fortran新手，所以如果我在这里遗漏了一些明显的东西，我会提前道歉。
program main
implicit none
real :: inVect(20000), matrix(20000,10000), outVect(10000)
real :: start, finish
call random_number(inVect)
call random_number(matrix)
call cpu_time(start)
outVect = matmul(inVect, matrix)
call cpu_time(finish)
print '("Time = ",f10.7," seconds. – First Value = ",f10.4)',finish-start,outVect(1)
end program main
首先，考虑一下我可能错了。我只是第一次看到这个问题，我和你一样感到惊讶。
我刚刚研究了这个问题，我理解如下。优化-O0、O3、Ofast和。。。是为大多数一般(常见(情况编写的。然而，在某些情况下(当-O3的效率低于-O*<-O3时(，优化会导致缺点。这是因为这些优化会隐式调用标志，从而降低特定任务的执行时间。对于您的情况，-O3强制所有matmul()函数都将内联。这样的事情通常是好的，但对于大数组或该函数的多次调用来说不是必须的。不知怎的，内联matmul()的成本比内联函数获得的增益更重要(至少我是这样认为的(。
为了避免这种行为，我建议使用标志-O3 -finline-matmul-limit=0来取消matmul函数的内联。使用标志CCD_ 26导致不比针对CCD_ 27获得的执行时间差的执行时间。
只有当涉及的数组小于n时，才能使用-finline-matmul-limit=n内联matmul函数。为了简单起见，我使用n=0。
我希望这对你有帮助。