Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Slow Integer Matrix Multiplication

Abierto
#732 2 comentarios 1 reacción 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
rust
Área
performance

Línea de trabajo

Start by reproducing the 1000x1000 comparison in the linked Rust playground, then inspect the repository's integer and floating-point matrix multiplication entry points. Done means integer multiplication has a demonstrated performance improvement without regressions, supported by relevant benchmark or test results.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

information needed

Currently matrix multiplications are a lot slower for integer matrices than for float matrices, because for floats either BLAS or matrixmultiply is used.

E.g. here for a 1000x1000 matrix the integer version takes more than 5 times as long as the float version and this get worse when the matrix size increases.

Is there anything planned for fast integer matrix multiplications? Or any way I can help to improve this situation?

Lenguaje dominante
Rust
Estrellas
4.3k
Forks
391
Métricas de merge de PR
Sin PR fusionados en 30 d

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de rust-ndarray/ndarray

Todos los issues de rust-ndarray/ndarray

Issues similares

Más issues de Rust

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.