Améliorer la performance d'un code d'algèbre linéaire

Bonjour,
J'ai un code Matlab qui contient plus de 500 opérations produit matrice-vecteur par itération (~ 100 itérations pour converger ) les tailles de matrices sont dans l'ordre (100000,100000). Je pense à convertir ce code en C++ par souci de performance. J'ai 2 solutions qui me viennent à l'esprit :
1- utilisation de l'API BLAS et faire de calcul parallèle CPU
2- utilisation de la GPU (cublas par exemple)
Le temps de tester ces 2 solutions étant très long je m'oriente donc vers vous si quelqu’un peux de donner de conseils


Merci d'avance
Notes :
- La matrice varie(indépendamment donc parallélisable ) d'une itération à l'autre.
- Remplissage des matrices depuis des données stockés sur la disque (format txt dans un 1er temps, puis HDF5)

:salut:

En fait, passer sur GPU ne va pas te prendre trop de temps de développement : tu peux utiliser des solutions comme CUBLAS https://developer.nvidia.com/cublas ou CLBlas https://github.com/clMathLibraries/clBLAS pour réutiliser ton code exploitant BLAS.

Maintenant, à quoi ressemblent tes matrices ? Les GPU tendent à mieux fonctionner sur des matrices denses que creuses (même si CUSPARSE https://developer.nvidia.com/cusparse annonce les mêmes augmentations de performance que CUBLAS). Vu la taille de tes matrices, je doute qu'elles soient denses (et, si elles le sont, les GPU n'auront pas assez de mémoire pour les stocker, ce qui limitera probablement leur intérêt).

Merci pour ta réponse, :)
Effectivement je pense que je serais limité par la mémoire de la GPU (4GO) vu que mes matrices sont vraiment denses.

++