はじめに
「MATMUL関数」という言葉を聞いたことはありますか？これは、配列同士の行列演算を驚くほど高速に実行してくれる、非常に便利な組み込み関数です。特に、大量のデータを扱う科学技術計算や機械学習の分野では、計算速度はプロジェクトの成否を左右する重要な要素となります。MATMUL関数を使いこなすことで、これまで時間がかかっていた行列計算を劇的に短縮し、より効率的な開発が可能になります。
MATMUL関数とは？
MATMUL関数は、主にFortranや一部の数値計算ライブラリで提供されている、行列乗算を行うための関数です。
行列演算の基本
行列演算、特に行列乗算は、単なる要素ごとの掛け算ではありません。2つの行列A（m行n列）とB（n行p列）の積C（m行p列）は、Cのi行j列目の要素が、Aのi行目の各要素とBのj列目の各要素をそれぞれ掛け合わせたものの合計となります。
数式で表すと以下のようになります。
$C_{ij} = \sum_{k=1}^{n} A_{ik} B_{kj}$
MATMUL関数の利点
MATMUL関数が高速である理由は、その背後にあるコンパイラの最適化技術にあります。コンパイラは、MATMUL関数を呼び出すと、それを「高度に最適化されたカーネル」や、BLAS（Basic Linear Algebra Subprograms）と呼ばれる、線形代数演算に特化したライブラリの呼び出しに置き換えます。
これは、例えば手書きで3重のDOループ（入れ子になった繰り返し処理）を使って行列乗算を実装するよりも、はるかに効率的です。コンパイラは、キャッシュメモリを効率的に利用するための「ブロック化」や、CPUのレジスタを最大限に活用する「レジスタブロッキング」といった高度な手法を用いて、計算速度を極限まで高めているのです。
MATMUL関数の使い方
MATMUL関数の基本的な使い方は非常にシンプルです。2つの配列（行列）`a`と`b`を引数として与え、その積を格納する配列`c`に代入します。
構文例
c = matmul(a, b)
ここで、`a`と`b`は行列（2次元配列）であり、`a`の列数と`b`の行数は一致している必要があります。結果として得られる`c`は、`a`の行数と`b`の列数を持つ行列になります。
サンプルプログラム：MATMUL関数を使った行列演算
ここでは、FortranでMATMUL関数を使って行列演算を行う簡単な例を示します。
program matmul_example
implicit none
! 行列Aの定義 (3行2列)
real :: a(3, 2)
a = reshape([1.0, 2.0, &
3.0, 4.0, &
5.0, 6.0], shape(a))
! 行列Bの定義 (2行4列)
real :: b(2, 4)
b = reshape([7.0, 8.0, 9.0, 10.0, &
11.0, 12.0, 13.0, 14.0], shape(b))
! 行列積Cを格納する配列の定義 (3行4列)
real :: c(3, 4)
! MATMUL関数による行列乗算の実行
c = matmul(a, b)
! 結果の表示
print , “Matrix A:”
call print_matrix(a)
print , “Matrix B:”
call print_matrix(b)
print , “Result of C = MATMUL(A, B):”
call print_matrix(c)
contains
! 配列（行列）を表示するサブルーチン
subroutine print_matrix(matrix)
implicit none
real, intent(in) :: matrix(:, 🙂
integer :: i, j
do i = 1, size(matrix, 1)
do j = 1, size(matrix, 2)
write(, ‘(f8.2)’) matrix(i, j)
end do
print
end do
end subroutine print_matrix
end program matmul_example
このプログラムでは、まず3×2の行列`a`と2×4の行列`b`を定義し、MATMUL関数を使ってそれらの積`c`（3×4）を計算しています。`reshape`関数は、一次元の配列を多次元配列に変換するために使用しています。`print_matrix`サブルーチンは、計算結果を見やすく表示するための補助的なものです。
応用と注意点
配列演算とスライシング
MATMUL関数は行列乗算に特化していますが、Fortranでは配列全体に対する演算（配列演算）や、配列の一部を取り出す「スライシング」といった機能も強力です。これらの機能をMATMUL関数と組み合わせることで、より複雑な計算を簡潔に記述できます。
例えば、行列の一部だけを抜き出して演算したり、演算結果の一部に代入したりすることが可能です。
! 行列Aの1行目と2行目を取り出す (スライシング)
a_slice = a(1:2, 🙂
! スライスした行列と別の行列bの積を計算
c_slice = matmul(a_slice, b)
次元の整合性
MATMUL関数を使用する上で最も重要な注意点は、行列の次元の整合性です。`matmul(a, b)` を計算する場合、`a`の列数と`b`の行数が一致している必要があります。一致していない場合、コンパイルエラーや実行時エラーが発生します。
パフォーマンスの考慮
MATMUL関数は非常に高速ですが、それでも計算対象の行列サイズが大きくなると、それなりに時間がかかります。パフォーマンスが critical な場面では、アルゴリズム自体の見直しや、より高度な並列計算ライブラリ（MPIやOpenMPなど）の利用も検討すると良いでしょう。
Fortran以外の環境
MATMUL関数はFortranの標準機能ですが、PythonのNumPyライブラリにも `numpy.matmul` という同名の関数があり、同様の行列乗算機能を提供しています。もしPythonで数値計算を行う場合は、NumPyの `matmul` 関数も活用してみてください。
MATMUL関数を理解し、配列演算やスライシングと組み合わせることで、数値計算の効率は格段に向上します。ぜひ、日々の開発に取り入れてみてください。
コメント