MATLAB recibe una actualización que mejora el rendimiento de los procesadores AMD Ryzen hasta en un 250%
Herramienta MATLAB recibe una pequeña actualización de su código que permite mejorar el rendimiento en procesadores AMD Ryzen, hasta en un 250%
Los procesadores de AMD basados en la arquitectura Zen es evidente que están desplazando a los procesadores Intel. MATLAB es un ‘laboratorio de matrices’ muy utilizado por universidades, centros de investigación y centros de desarrollo. Esta solución cuenta con una biblioteca de rutinas matemáticas Intel MKL (Math Kernel Library). Hasta la fecha estaba el problema de que no estaban optimizados para los procesadores AMD Ryzen.
Utilizar procesadores de AMD suponía sufrir una gran pérdida de rendimiento, hasta ahora. Han desarrollado una solución que mejora el rendimiento en los procesadores fabricados por AMD. Así que esta herramienta se podrá utilizar con procesadores Ryzen y Threadripper sin ese sacrificio importante de rendimiento.
MATLAB ha sido optimizado para procesadores AMD Ryzen
El usuario de Reddit, Nedfalnders1976, ha creado una solución para mejorar el rendimiento. Así se consigue mejorar el rendimiento en Ryzen y Threadripper entre un 20% y un 250%, aproximadamente. Se fuerza a MATLAB a utilizar el conjunto de instrucciones AVX2.
Intel ML realiza una consulta de código ID del proveedor que se estaría usando. Si el procesador está etiquetado como “GeniuneIntel”, realiza las instrucciones SSE. Así que los procesadores Ryzen etiquetados como “AuthenticAMD” pierden mucho rendimiento. Con la implementación de las instrucciones IA SSE4, AVX y AVX2, mejorando el rendimiento.
Se obliga a Intel MKL con los Ryzen, usar AVX2 independientemente del resultado de consulta del ID del fabricante del procesador. La solución es un ajuste de cuatro líneas en el archivo ‘.bat’ de Windows. Obliga a Intel MKL a funcionar en modo AVX2.
La corrección se podría hacer ‘permanente’ con una revisión del entorno del sistema. Una variable de entorno que se aplicaría a todas las instancias de MATLAB y no solo a las corregidas mediante este archivo. Esto permitirá a los investigadores ahorrar mucho dinero y obtener más rendimiento.
Fuente: TPU
