【发布时间】：2011-08-29 09:53:43
【问题描述】：
请给我一些关于线性代数（矩阵代数、特征值、特征向量等）的高性能 C 库的提示。可以是开源的也可以是闭源的。
【问题讨论】：
-
谁曾经努力编写这样的库并使其性能降低？购物问题在 SE 上是题外话。
-
GSL 做到了。他们制作了一个非常可移植且功能广泛的库，但在多平台方式和平台依赖方式方面都没有很好地优化它。
标签： c linear-algebra
【发布时间】：2011-08-29 09:53:43
【问题描述】：
编辑感谢来自 osgx 的 cmets：
- CLAPACK 是在底层使用非常高性能的 BLAS 库的库，与 ATLAS 等其他库一样。
- GSL 是一个独立的 C 库，速度不如任何基于 BLAS 的库。然而，它的性能仍然相当好（虽然不是非常好）并且经常被使用；主要是因为它的便携性。
我知道 LAPACK 和 GSL，我可以同时推荐它们。 LAPACK 是非常底层的库，GSL 使用起来可能更舒服，但说到性能好——它是基于 BLAS 的库。
【讨论】：
-
当然，还有分解等。参见：netlib.org/lapack/lawn41/node111.html（以及其他文档）。
-
SVD 和特征向量哪个更好/更快？
-
良好的 BLAS 库（基本矩阵矩阵；向量矩阵；向量向量运算），例如ATLAS 或 GotoBLAS 或 Intel MKL + 一些使用 BLAS 的 LAPACK（所有 BLAS 库具有相同的接口）。 GSL 不会使用高性能的 BLAS。
-
其实LAPACK主要是基于BLAS（3级）。我没有使用 ATLAS，但据我所知，它的性能与 LAPACK 相当。
-
所以我们有一个约定：任何基于 BLAS 的库都适合高性能计算。 GSL 是更高级别的独立库，但仍然适用于许多情况（但并非全部）。
同样，如果您真的在寻找/打开现代 C++ 代码，Armadillo 正变得非常流行/流行。 另请参阅他们自己的 benchmarking 对抗 IT++ 和 Newmat。
【讨论】：