Loading FastTransforms.jl can make FFTs via FFTW.jl 100x slower due to threading conflicts
Évaluation
Cette issue n'a pas encore été évaluée.
Description
While this is not a self-contained example, I would like to summarize an issue I had so that others may find it (and my workaround) when they search for it.
Loading FastTransforms.jl (import FastTransforms or using FastTransforms or loading a package depending on FastTransforms.jl) made some FFTs (of small real vectors with 256 to 4096 entries) via FFTW.jl roughly 100x slower on my system (when running Julia with one thread). Debugging this via the profiling tools showed that a huge amount of time was spent in __psynch_cvwait and __psynch_cvsignal. The reason appears to be
Reversing these settings by executing
FastTransforms.ft_set_num_threads(1)
ccall((:ft_fftw_init_threads, FastTransforms.libfasttransforms), Cint, ())
FastTransforms.ft_fftw_plan_with_nthreads(1)
after loading FastTransforms fixed the performance issue.
- Langage dominant
- Julia
- Étoiles
- 284
- Forks
- 28
- Merge moyen
- 9 h 21 min
- PR mergées (30 j)
- 2
Préparer son environnement
Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de JuliaApproximation/FastTransforms.jl
-
Difficulté 3/5 1-2 jours Accessibilité débutants 38/100
JuliaApproximation/FastTransforms.jl#266 · 1 commentaire ·
-
Difficulté 4/5 3-5 jours Accessibilité débutants 42/100
JuliaApproximation/FastTransforms.jl#263 · 2 commentaires ·
-
Difficulté 4/5 3-5 jours Accessibilité débutants 35/100
JuliaApproximation/FastTransforms.jl#257 · 1 commentaire ·
-
Allocating lmul!Ouverte
Difficulté 4/5 3-5 jours Accessibilité débutants 25/100
JuliaApproximation/FastTransforms.jl#253 · 7 commentaires ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 45/100
Toutes les issues de JuliaApproximation/FastTransforms.jl
Issues similaires
-
Difficulté 2/5 1-3 heures Accessibilité débutants 76/100
Sienna-Platform/InfrastructureSystems.jl#675 ·
Les mainteneurs répondent en général sous 2 jours
-
TargetEncoder reuses the first level's shrinkage factor for all levels when m > 0Peut-être pris @parth-patel010 l’a pris aujourd’hui. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
JuliaAI/MLJTransforms.jl#95 · 1 commentaire ·
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 85/100
SciML/RecursiveArrayTools.jl#687 ·
Les mainteneurs répondent en général sous 3 jours
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 65/100
SciML/LinearSolve.jl#1412 ·
Les mainteneurs répondent en général sous 8 jours
-
Difficulté 2/5 1-3 heures Accessibilité débutants 66/100
SciML/Corleone.jl#179 ·
Les mainteneurs répondent en général sous 1 jour