我在 FORTRAN 中实现了共轭梯度，将维基百科示例中的线性代数子例程替换为（Fortran）英特尔 MKL 子例程。（仅限DGEMV，DAXPY和DNRM。事实证明，a=b 比 DCOPY 快，a=2*a 比 DSCAL 快）
答案是正确的，实现没有问题。但是，当我将其编译为ifort CG.f90 -mkl时，结果是：
MKL_SET_DYNAMIC = 真;140 秒
MKL_SET_DYNAMIC = FALSE，MKL_SET_NUM_THREADS=1 ;70 秒。
MKL_SET_DYNAMIC = FALSE， MKL_SET_NUM_THREADS=2 ; ~100 秒。
几点：
- 通过超线程，我有 2 个真实内核和 2 个虚拟内核。我不是在尝试在 16 核机器上运行 2 个线程。
- 分析产生了对
M16_LAY_GAS16的深奥引用，经过大量搜索后，该multpd归结为ASM。否则没有任何有用的结果（或者也许，我不知道去哪里看）FWIW，我使用了 VTune。 - 问题大小不小。以上示例适用于与我的 RAM 大小成比例的矩阵大小（对于我的 4 GB 系统，大约为 13k x 13k）。
-
KMP_AFFINITY将串行情况下的一个线程映射到一个处理器，将两个线程并行映射到两个处理器。
我的问题是：如果这是最佳的，为什么MKL_DYNAMIC线程数不设置为 1？如果相同的工作（在更短的时间内）由 1 完成，我不一定需要使用 2 个线程。
是我做错了什么，还是英特尔 MKL 出了问题？
MKL_DYNAMIC在功能上与OpenMP标准的OMP_DYNAMIC/omp_set_dynamic()相同。
这并不意味着"神奇地更改线程数以尽可能快地运行代码"。这意味着在某些情况下，如果有系统资源或其他实现特定原因，运行时可以从用户指定的值或系统默认值更改线程数。鉴于您没有指定多个线程并且有 4 个并发硬件线程可用，我猜您的MKL_SET_DYNAMIC = TRUE情况使用的是四个线程。
如果您运行类似 MKL_SET_DYNAMIC=TRUE MKL_SET_NUM_THREADS=16 的操作，您可能会发现运行时将线程计数限制为 4，并且性能会优于 MKL_SET_DYNAMIC=FALSE MKL_SET_NUM_THREADS=16 ，因为运行时可能会检测到您请求的不仅仅是可用并发硬件线程数。但这就是我所期望的。