Тормознутая Octave?

Сделай сам.

Там есть пример такой задачи и код для матлаба/октавы.

Причина высокой производительности матлаба в том что в нём код для ресурсоёмких операций скомпилирован коммерческим компилятором с хорошей оптимизацией. GCC рядом не стоял.

C Matlab не сравнивал, но точно заметил что скомпилированный Octave у меня шустрее работал чем в бинарном дистре.

Может поможет тест

что это за компилятор такой?

Это от платформы зависит, наверное. Предполагаю, для x86 - интел, хотя зуб дать не могу.

Интел стоит всего полтора косаря баксов. Купить, собрать под популярные платформы.

Так для MathWorks это не проблема.

Octave тоже можно собрать по уму, но подозреваю, это далеко не всем по силам, и большинству не по карману, поэтому большинство дефолтный gcc используют.

Опять же, у MathWorks свои сборки всяких lapack, fftpack и т.д., которые тоже оптимизированы лучше, чем дефолтные.

ресурсоёмких операций скомпилирован коммерческим компилятором с хорошей оптимизацией.

Очередная порция urban legends?

Очередная порция urban legends?

Научный факт.

Спасибо за ссылочку! Доберусь до Матлаба - потестирую.

Нужны какие-нибудь доказательства, понятно что исходники matlab , с помощью GCC компилять не будут, но и слабо верится что ленивые проприетарщики что-то оптимизировали до одури, не под все же процы в мире они компилятор запускали.

Octave всегда есть довольно много сообщений типа она тормознутее/медленнее Matlab

Тут мало таких топиков, а если и были, то люди попробовали старую древнюю версию , как оправдание и забили.

По вычислениям чаще всего особой разницы не заметно, но вот ввод-вывод в octave местами хромает на всё что только возможно.

и слабо верится что ленивые проприетарщики что-то оптимизировали до одури

Именно так, до одури. Померять производительность matlab/octave может любой, купив студенческую версию matlab.

Я, просто, недавно пролистал новости по октаве с 3.2 и в каждой на первой страничке комент, что октава проигрывает Матлабу/Scilab/Python Вот и стало интересно.

Научный факт.

Ну если, конечно, for-ами все делать, то да. А если матричной нотацией — то скорость будет определяться только алгоритмами и реализацией lapack/atlas и разницы особой не будет.

Да и кроме того, ни matlab, ни octave не предназначены для высокопроизводительных вычислений. Они нужны для быстрой прототипизации/отладки алгоритма. Для HPC надо брать C++/Fortran с openmp/mpi и агрессивными оптимизациями.

А если матричной нотацией — то скорость будет определяться только алгоритмами и реализацией lapack/atlas и разницы особой не будет.

Да, от реализации lapack/atlas быстродействие зависит. От компилятора тоже очень сильно. В matlab всё это из коробки.

Да и кроме того, ни matlab, ни octave не предназначены для высокопроизводительных вычислений. Они нужны для быстрой прототипизации/отладки алгоритма.

В основном для pre/post processing данных для HPC. Очень полезные инструменты. Хотя, я последнее время предпочитаю python/scilab.

Для HPC надо брать C++/Fortran с openmp/mpi и агрессивными оптимизациями.

Matlab/octave модули с агрессивными оптимизациями рулят. Причём побеждает matlab.

Причина высокой производительности матлаба в том что в нём код для ресурсоёмких операций скомпилирован коммерческим компилятором с хорошей оптимизацией.

бред сивой кобылы.

Именно, октава интерпретируется а в матлабе есть джит компиллер.

Именно, октава интерпретируется а в матлабе есть джит компиллер.

I don't care что там под капотом. Написанный мною код работает со скоростями соотв. рутин линейной алгебры.

Ну да, я отвечал на комент где речь про for циклы была