=========================
GEMV-Prozeduren aufräumen                                               [TOC]
=========================

Die Implementierungen von `dgemv_blk_row` und `dgemv_blk_col` packen wir in
eine Prozedur `dgemv_ulm`.  Durch eine Fallunterscheidung wird die günstigere
Implementierung ausgewählt:

---- CODE(type=c) --------------------------------------------------------------
void
dgemv_ulm(int m, int n, double alpha,
          const double *A, int incRowA, int incColA,
          const double *x, int incX,
          double beta,
          double *y, int incY)
{
    if (incRowA<incColA) {
        int bs = DGEMV_MxBS;
        int j;

        dscal(m, beta, y, incY);

        for (j=0; j+bs<=n; j+=bs) {
            dgemv_mxBS(m, alpha,
                       &A[j*incColA], incRowA, incColA,
                       &x[j*incX], incX,
                       y, incY);
        }
        for (; j<n; ++j) {
            daxpy(m, alpha*x[j*incX], &A[j*incColA], incRowA, y, incY);
        }
    } else {
        int bs = DGEMV_BSxN;
        int i;

        for (i=0; i+bs<=m; i+=bs) {
            dgemv_BSxn(n, alpha,
                       &A[i*incRowA], incRowA, incColA,
                       x, incX,
                       beta,
                       &y[i*incY], incY);
        }
        for (; i<m; ++i) {
            y[i*incY] *= beta;
            y[i*incY] += alpha*ddot(n, &A[i*incRowA], incColA, x, incX);
        }
    }
}
--------------------------------------------------------------------------------


Benchmark mit der Intel MKL
===========================

Wir werden das Matrix-Vektor-Produkt vorerst nicht weiter optimieren.  Wir
versuchen in einer nächsten Vorlesung erst einmal zu erklären, wie durch
eine Variation der Algorithmen überhaupt eine Leistungssteigerung erzielt
werden konnte.

Um zu belegen, dass wir aber prinzipiell auf dem richtigen Weg sind, werden
wir die aktuelle Version mit der Implementierung der Intel Math Kernel Library
(Intel MKL) vergleichen.  Im Linux-Pool E44 ist eine Version der MKL
installiert.  Für den Benchmark kann folgendes Makefile verwendet werden
(`wget http://www.mathematik.uni-ulm.de/numerik/hpc/ss16/download/session05/example03/Makefile`):

:import: session05/example03/Makefile


---- SHELL(path=session05/example03,hostname=heim,hide) -----------------------
make clean
-------------------------------------------------------------------------------

Mit `make` werden zwei ausführbare Programme `gemv_bench_sol_col` und
`gemv_bench_sol_row` erzeugt:

---- SHELL(path=session05/example03,hostname=heim) ----------------------------
make
-------------------------------------------------------------------------------

Wir lenken die Ausgabe wieder in Dateien um, so dass anschließend wieder Plots
erzeugt werden können:

---- SHELL(path=session05/example03,hostname=heim) ----------------------------
./gemv_bench_sol_col > report.gemv_mkl_col
./gemv_bench_sol_row > report.gemv_mkl_row
gnuplot plot.gemv_mkl
-------------------------------------------------------------------------------

Hier wurde folgendes Skript für Gnuplot verwendet:

:import: session05/example03/plot.gemv_mkl

Schließlich noch der Source-Code für den Benchmark:

:import: session05/example03/gemv_bench_sol.c


Benchmark-Plot
==============

---- IMAGE ------------------------------
session05/example03/bench.gemv_mkl.svg
-----------------------------------------


:navigate: up    -> doc:index
           back  -> doc:session05/page04
           next  -> doc:session05/page06