摘要：通过本实验，开发者可以快速掌握鲲鹏数学库的安装与使用，并对所涉及的数学库性能表现有清晰认识。
本文分享自华为云社区《【开发者空间实践指导】使用鲲鹏BoostKit数学库优化程序性能》，作者：开发者空间小蜜蜂。
一、案例介绍
鲲鹏数学库（KML, Kunpeng Math Library）是基于鲲鹏平台优化的高性能数学函数库，由多个子库组成，广泛应用于科学计算、HPC 等领域。本实验将以 KML_VML 和 KML_BLAS 为例，介绍鲲鹏数学库获取和编译，然后使用 C 语言编写 demo 进行性能测试查看 KML 优化前后的性能效果。通过本实验，用户可以快速掌握鲲鹏数学库的安装与使用，并对所涉及的数学库性能表现有清晰认识。
二、免费领取云主机
如您还没有云主机，可点击链接，根据领取指南进行操作。
如您已领取云主机，可直接开始实验。
三、实验流程
说明：
1. 自动部署并连接鲲鹏服务器；
2. 安装数学库；
3. 修改环境变量；
4. 数学库性能测试。
四、实验资源
本次实验预计花费总计 0 元。
五、实验步骤
5.1 自动部署鲲鹏服务器
本实验中，使用云主机提供的鲲鹏沙箱资源，只需要执行简单的自动部署命令即可拉起一台免费的鲲鹏服务器。
在云主机桌面右键选择“Open Terminal Here”，打开终端命令窗口。
输入自动部署命令，命令如下：
hcd deploy --password abcd1234! --time 1800
复制代码
命令的参数说明：
• password：password 关键字后设置的是鲲鹏服务器的 root 用户密码，命令中给出的默认为 abcd1234!，开发者可以替换成自定义密码（至少 8 个字符）。
• time：time 关键字后面设置的为鲲鹏服务器的可用时间，单位为秒，至少 600 秒。当前实验预估需要 20 分钟，为了保证时间充足，在命令中申请的时间为 30 分钟，即 1800 秒。
记录下自动部署后生成的弹性公网 IP 地址。
5.2 安装数学库
使用命令登录到鲲鹏服务器，命令如下：
输入密码，密码为步骤 2.1 中自动部署命令行中“--password”后面的参数，命令中给出的默认为 abcd1234!，如果没有修改，就使用 abcd1234!进行登录，如果设置了自定义密码，直接输入自定义的密码（注意：输入过程中密码不会显示，密码输入完成按回车键结束）。
使用命令下载数学库软件包，本次案例使用的是 1.7.0 版本。
wget https://repo.oepkgs.net/openeuler/rpm/openEuler-20.03-LTS-SP3/extras/aarch64/Packages/b/boostkit-kml-1.7.0-1.aarch64.rpm
复制代码
解压软件包。
rpm2cpio boostkit-kml-1.7.0-1.aarch64.rpm | cpio -div
复制代码
添加软链接，使用 ln -s 命令创建软链接，类似于 Windows 中的快捷方式，它是一个特殊的文件，其内容是指向另一个文件或者目录的路径，当访问软链接时，系统会根据软链接中的路径找到实际指向的目标文件或目录来进行操作。
下面三组命令分别创建了 libkspblas.so、libkvml.so 和 libkm.so 三个软链接，分别指向根据 find 命令找到对应实际的 kspblas.so、kvml.so 和 km.so 文件
cp -R /root/usr/local/kml/ /usr/local/cd /usr/local/kmlln -s 'find ./ -name *kspblas.so* -type f' ./libkspblas.soln -s 'find ./ -name *kvml.so* -type f' ./libkvml.soln -s 'find ./ -name *km.so* -type f' ./libkm.so
复制代码
5.3 修改环境变量
在 Linux 系统中，LD_LIBRARY_PATH 是一个重要的环境变量，它用于指定动态链接库（.so 文件）的搜索路径。当程序在运行时需要加载动态链接库，系统会首先在默认的系统库路径中查找，然后会按照 LD_LIBRARY_PATH 环境变量所指定的路径顺序进行查找。
将多个与/usr/local/kml 相关的库目录添加到 LD_LIBRARY_PATH 环境变量中，是因为程序依赖于这些目录下的动态链接库来正确运行。通过将这些目录添加到 LD_LIBRARY_PATH，可以确保程序在运行时能够找到所需的库文件。
echo 'export LD_LIBRARY_PATH=/usr/local/kml/lib/kblas/locking:$LD_LIBRARY_PATH' >> /etc/profileecho 'export LD_LIBRARY_PATH=/usr/local/kml/lib:$LD_LIBRARY_PATH' >> /etc/profileecho 'export LD_LIBRARY_PATH=/usr/local/kml/lib/kblas/nolocking:$LD_LIBRARY_PATH' >> /etc/profileecho 'export LD_LIBRARY_PATH=/usr/local/kml/lib/kblas/omp:$LD_LIBRARY_PATH' >> /etc/profileecho 'export LD_LIBRARY_PATH=/usr/local/kml/lib/kblas/pthread:$LD_LIBRARY_PATH' >> /etc/profileecho 'export LD_LIBRARY_PATH=/usr/local/kml/lib/kvml/multi:$LD_LIBRARY_PATH' >> /etc/profileecho 'export LD_LIBRARY_PATH=/usr/local/kml/lib/kvml/single:$LD_LIBRARY_PATH' >> /etc/profileecho 'export LD_LIBRARY_PATH=/usr/local/kml/lib/kspblas/multi:$LD_LIBRARY_PATH' >> /etc/profileecho 'export LD_LIBRARY_PATH=/usr/local/kml/lib/kspblas/single:$LD_LIBRARY_PATH' >> /etc/profile
复制代码
执行命令使环境生效。
检查环境变量。
env | grep LD_LIBRARY_PATH
复制代码
5.4 数学库性能测试
1. KML_VML 测试
矢量数学库（Vector Math Library）借助计算密集型核心数学函数（幂函数、三角函数、指数函数、双曲函数、对数函数等）的矢量实施显著提升应用速度。
使用命令创建测试文件 test_sin.c 文件。
进入到 vim 编辑器界面后，按下“i”键后，复制以下代码粘贴到编辑器中，复制完成后按下“ESC”键输入“:wq”，退出编辑器界面，该段代码主要功能是：初始化长度为 100000 的向量 src，分别用计时器对循环使用系统函数库的 sin 函数求解以及调用 KML_VML 提供的向量三角函数 vdsin 求解，记录两种方法的耗时，对比 KML_VML 与系统函数库的性能。
#include <stdio.h>#include <sys/time.h>#include <math.h>#include "kvml.h"#define LEN 100000 int main(){ double src[LEN] = {0}; double dst1[LEN] = {0}; double dst2[LEN] = {0}; for(int i = 0; i < LEN; i++){ src[i] = i; } struct timeval start, end; long t;gettimeofday(&start, NULL); for(int i = 0; i < LEN; i++){ dst1[i] = sin(src[i]); }gettimeofday(&end, NULL); t = 100000 * (end.tv_sec - start.tv_sec) + end.tv_usec - start.tv_usec; printf("Calculate Time without KML_VML: %ld us \n", t);gettimeofday(&start, NULL); vdsin(LEN, src, dst2); gettimeofday(&end, NULL); t = 100000 * (end.tv_sec - start.tv_sec) + end.tv_usec - start.tv_usec; printf("Calculate Time with KML_VML: %ld us \n", t); return 0;}
复制代码
编译文件， 编译时添加动态库和头文件所在路径，并链接系统数学库和 KML_VML 动态库。
gcc test_sin.c -o test -L/usr/local/kml/lib/kvml/single -lkvml -lm -I/usr/local/kml/include -fopenmp -std=c99
复制代码
使用 ldd 指令检查程序依赖库是否准确链接。
执行可执行文件，进行性能对比。
结果显示，对于一个长度为 100000 的数组，用 C 语言的 for 循环实现求正弦函数值，需要 6666 微秒，而使用 KML_VML 仅需要 779 微秒，性能提升 8 倍。
2. KML_BLAS 测试
BLAS（Basic Linear Algebra Subprograms）提供了一系列基本线性代数运算函数的标准接口，包括矢量线性组合、矩阵乘以矢量、矩阵乘以矩阵等功能。BLAS 已被广泛的应用于工业界和科学计算，成为业界标准。KML_BLAS 库提供 BLAS 函数的 C 语言接口。
使用命令创建测试文件 test_gemv.c 文件。
进入到 vim 编辑器界面后，按下“i”键后，复制以下代码粘贴到编辑器中，复制完成后按下“ESC”键输入“:wq”，退出编辑器界面，该段代码主要功能是：初始化规模为 1000*300 的矩阵 A，长度为 300 的向量 x，长度为 1000 的向量 y1 和 y2，分别用计时器对按照矩阵-向量的成家规则实现算法求解，即 y=alpha*A*x+beta*y，以及调用 KML_BLAS 提供的函数 cblas_dgemv 求解，记录两种方法的耗时，对比 KML_BLAS 与手动实现矩阵乘加的性能。
#include <stdio.h>#include <stdlib.h>#include <time.h>#include <sys/time.h>#include "kblas.h" #define M 1000#define N 300 int main() { double alpha = 1.0; double beta = 1.0; double (*A)[N] = (double (*)[N])malloc(M * N * sizeof(double)); double *x = (double *)malloc(N * sizeof(double)); double *y1 = (double *)malloc(M * sizeof(double)); double *y2 = (double *)malloc(M * sizeof(double)); srand((unsigned int)time(NULL)); for (int i = 0; i < M; i++) { for (int j = 0; j < N; j++) { A[i][j] = (double)rand() / RAND_MAX; } } for (int i = 0; i < N; i++) { x[i] = (double)rand() / RAND_MAX; } for (int i = 0; i < M; i++) { y1[i] = (double)rand() / RAND_MAX; y2[i] = (double)rand() / RAND_MAX; } // 方法一：按照矩阵-向量的乘加规则实现算法求解 struct timeval start, end; long t;gettimeofday(&start, NULL); for (int i = 0; i < M; i++) { double sum = 0.0; for (int j = 0; j < N; j++) { sum += A[i][j] * x[j]; } y1[i] = alpha * sum + beta * y1[i]; }gettimeofday(&end, NULL); t = 100000 * (end.tv_sec - start.tv_sec) + end.tv_usec - start.tv_usec; printf("Calculate Time without KML_BLAS: %ld us \n", t); // 方法二：调用KML_BLAS提供的函数cblas_dgemv求解gettimeofday(&start, NULL); cblas_dgemv(CblasRowMajor, CblasNoTrans, M, N, alpha, (const double *)A, N, x, 1, beta, y2, 1); gettimeofday(&end, NULL); t = 100000 * (end.tv_sec - start.tv_sec) + end.tv_usec - start.tv_usec; printf("Calculate Time with KML_BLAS: %ld us \n", t); return 0;}
复制代码
编译文件，编译时添加动态库和头文件所在路径，并链接 KML_BLAS 动态库。
gcc test_gemv.c -g -o test2 -L /usr/local/kml/lib/kblas/locking/ -lkblas -I /usr/local/kml/include -std=c99
复制代码
使用 ldd 指令检查程序依赖库是否准确链接。
执行可执行文件，进行性能对比。
结果显示，计算一个 1000*300 的矩阵-向量乘加运算，用 C 语言的 for 循环实现，需要 1904 微秒，而使用 KML_BLAS 仅需要 145 微秒，性能提升 13 倍。
至此，本次实验全部完成。
点击关注，第一时间了解华为云新鲜技术~
评论