Я заметил значительную разницу в производительности относительно разложения Холецкого с помощью Эйген Библиотека.

Я использую последнюю версию Eigen (3.2.1) со следующим исходным кодом:

#include <iostream>

#include <chrono>

#include <Eigen/Core>

#include <Eigen/Cholesky>

using namespace std;

using namespace std::chrono;

using namespace Eigen;



int main()

{

    const MatrixXd::Index size = 4200;

    MatrixXd m = MatrixXd::Random(size, size);

    m = (m + m.transpose()) / 2.0 + 10000 * MatrixXd::Identity(size, size);



    LLT<MatrixXd> llt;

    auto start = high_resolution_clock::now();

    llt.compute(m);

    if (llt.info() != Success)

        cout << "Cholesky decomposition failed!" << endl;

    auto stop = high_resolution_clock::now();



    cout << "Cholesky decomposition in "

         << duration_cast<milliseconds>(stop - start).count()

         << " ms." << endl;



    return 0;

}

Я компилирую этот бенчмарк с g++ -std=c++11 -Wall -O3 -o bench bench.cc и запускаю его на Windows в первый раз (используя MinGW, [edit: GCC 4.8.1]) и на Linux (edit: GCC 4.8.1) во второй раз, но оба раза на одной и той же машине.

В Windows он дает мне:

Cholesky decomposition in 10114 ms.

Но на Linux I получить:

Cholesky decomposition in 3258 ms.

Это меньше трети времени, необходимого для Windows.

Есть ли что-то доступное в системах Linux, что Eigen использует для достижения этой скорости?

И если да, то как я могу сделать то же самое в Windows?