BLAS(Basic Linear Algebra Subprograms基础线性代数程序集)是进行向量和矩阵等基本线性代数操作的事实上的数值库。这些程序最早在1979年发布，是LAPACK(Linear Algebra PACKage)的一部分，便于建立功能更强的数值程序包。BLAS库在高性能计算中被广泛应用，由此衍生出大量优化版本，如Intel
的Intel MKL，AMD的ACML，Goto BLAS和ATLAS等非硬件厂商优化版本，以及利用GPU计算技术实现的CUBLAS等。

1. BLAS的构成
   BLAS库按照功能可以分为以下三种级别：

• BLAS1。支持向量与向量之间相关的操作。主要是为了编程方便，在实际计算中使用很少，因为不能在大多数机器上实现高性能。
• BLAS2。支持矩阵与向量之间相关的操作。在O(n2)时间复杂度实现O(n2)的浮点运算。在许多向量机上能实现接近峰值的性能。然而在多级存储器的处理器上则性能一般，因为受限于数据在存储器间的迁移。
• BLAS3。支持矩阵与矩阵之间相关的操作。在O(n2)时间复杂度实现O(n3)量级的浮点运算，能充分发挥现代处理器的性能，并且能为用户提供透明的并发机制。

2. BLAS函数介绍
   BLAS中对每个函数的功能定义如下。BLAS函数名中的前缀“x”表示参数和
   返回值的类型：
   S一单精度实数
   D一双精度实数
   C一单精度复数
   Z一双精度复数
   Q一混合精度
   其中混合精度由S，D，C，Z组成，最左边表示返回值类型，其余为参数类型。如DROTMG表示的是双精度的平面转换，SSCAL表示的则是单精度的向量缩放。BLAS!函数列表如表1．1所示，BLAS2函数列表如表1．2所示，BLAS3函数列表如表1．3所示。

                                      表1.1BLASl函数列表
   

                                    表1．2 BLAS2函数列表

                                        表1．3 BLAS3函数列表

• BLAS主要参数
  在BLAS2和BLAS3的函数中，有以下重要的参数：
  INCX： 向量X的存储步长
  LDA： 矩阵A的存储步长(主维(Leading Dimension)实际占用的空间)；
  TRANS： 矩阵的转置形式，T(实数转置)、N(实数非转置)、C(复数共轭转置)、H(复数共轭非转置)
  UPLO： 对称阵或三角阵的存储方式，U(上三角)、L(下三角)
  DIAG： 对角线形式，N(非单位对角线)、U(单位对角线)
  SIDE： 矩阵在操作中的位置，L(左边)、R(右边)

• BLAS优化现状
  BLAS(Basic Linear Algebra Subprograms)是进行向量和矩阵等基本线性代数操作的事实上的标准，一般来说在不同平台上的实现需要进行专门的优化。BLAS库在高性能计算中被广泛应用，并由此衍生出了大量的优化版本。
  目前主要有两种BLAS库的高效实现手段：第一种是针对不同的平台进行的优化，如gotoBLAS库；第二种足自动调优的思想。它可以通过分析不同平台的性能参数，来自动选择不同的优化方案。通过这种方式形成了通用的BLAS优化版本，如ATLAS(Automatically Tuned LinearAlgebra Soflware)库。近年来随着GPU的发展，出现了利用GPU实现的BLAS库，如基于NVIDIA公司CUDA框架的CUBLUS。
  ATLAS库实现了BLAS与LAPACK中绝大多数的函数。它可以自动替指定的处理器找出有效率的方式，用来高效实现BLAS库。目前ATLAS库完成了基于C和FORTRAN两个版本的高效BLAS库实现。gotoBLAS库支持Opteron、Xeon、ltanium、Power、Alpha等平台。并且在Xeon和Opteron平台上，可以同时支持Windows和Linux两种操作系统。gotoBLAS库和ATLAS库都是开源软件，通常来说, gotoBLAS库的性能较高。但是gotoBLAS库针对特定的平台，适用于主流的处理器。因此gotoBLAS
  库的可移植性很差；而ATLAS库则是通用版本，ATLAS库通过牺牲部分性能来提高可移植性。因此ATLAS库针对特定平台的优化是不够的，并且在ATLAS库中只对某些函数进行了优化。
  针对特定平台来优化BLAS库是很重要的工作。目前已经有许多针对特定平台的BLAS库优化版本，它们的性能比原始的BLAS库有很大提高。在大规模并行处理机Hatachi SR2201上实现了高速版的BLAS，它的总体性能提升1．4倍，而双精度性能则提升1．8倍。
  吴少刚等在类Beowulf机群系统上，将矩阵乘的性能比原始BLAS中的性能提升了5倍以上。
  李忠泽等在Pentium Pro体系结构上实现了高效的BLAS库，其中BLAS库中的主要函数DGEMM的性能比原来的BLAS版本中的性能提高了7倍。龙翔、李忠泽等还在三级BLAS上实现了多线程化。

• CUBLAS介绍
  CUBLAS(CUDA Basic Linear Algebra Subprograms)是CUDA上工具包中包含的一个BLAS库。CUBLAS库是一个基本的矩阵与向量的运算库，提供了与BLAS相似的接口，可用于简单的矩阵计算，其输入是放在显存中的矩阵和向量数据。要使用CUBLAS库，程序必须先将矩阵的数据拷贝到显存中。CUBLAS
  库的效率是比较高的，但是CUDA工具包中只包含CUBLAS库的二进制文件。NVIDIA公司并没有发布CUBLAS库的源代码。

• ACML介绍
  ACM(AMD Core Math Library)是AMD提出的数学核心库，ACML包含BLAS, Lapack, FFT, RNG(随机数生成器)四个部分，内建了openmp，也就是说不用手动控制多线程和多任务。在运用ACML的程序中，只需要在运行的时候设置OMP_NUM_THREADS=n（例如export OMP_NUM_THREADS=n）就会以n线程运行

  • BLAS-Basic Linear Algebra Subprograms
    完全的level1,level2,level3支持
    高度优化的DGEMM和其他的Level 3 BLAS
    OpenMP对关键例程的支持
  • Lapack-Linear Algebra package
    使用BLAS去解决线性代数问题
    OpenMP对关键例程的支持
  • FFT-快速傅里叶变换
    时频域
    手工调校
    openMP支持2D，3D转换
  • 快速/矢量超验数学库-Fast/vector transcendental math library
    1,2,4, or N values per call
    单精度，双精度
  • RNGs-(随机数生成器)
    综合参考实现

• Intel MKL介绍
  Intel数学核心函数库（MKL）是一套高度优化、线程安全的数学例程、函数，面向高性能的工程、科学与财务应用。英特尔 MKL 的集群版本包括 ScaLAPACK 与分布式内存快速傅立叶转换，并提供了线性代数 (BLAS、LAPACK 和Sparse Solver)、快速傅立叶转换、矢量数学 (Vector Math) 与随机号码生成器支持。
  主要包括：
  ① LAPACK (线形代数工具linear algebra package)
  ② DFTs (离散傅立叶变换 Discrete Fourier transforms)
  ③ VML (矢量数学库Vector Math Library)
  ④ VSL (矢量统计库Vector Statistical Library)
  2、MKL的主要功能
  1）BLAS 和 LAPACK
  在英特尔处理器中部署经过高度优化的基本线性代数例程BLAS（Basic Linear Algebra Subroutines）和 线性代数包LAPACK（Linear Algebra Package） 例程，它们提供的性能改善十分显著。
  2）ScaLAPACK
  ScaLAPACK是一个并行计算软件包，适用于分布存储的MIMD并行机。ScaLAPACK提供若干线性代数求解功能，具有高效、可移植、可伸缩、高可靠性的特点，利用它的求解库可以开发出基于线性代数运算的并行应用程序。
  ScaLAPACK 的英特尔? MKL 实施可提供显著的性能改进，远远超出标准 NETLIB 实施所能达到的程度。
  3）PARDISO稀疏矩阵解算器
  利用 PARDISO 直接稀疏矩阵解算器解算大型的稀疏线性方程组，该解算器获得了巴塞尔大学的授权，是一款易于使用、具备线程安全性、高性能的内存高效型软件库。英特尔? MKL 还包含共轭梯度解算器和 FGMRES 迭代稀疏矩阵解算器。
  4）快速傅立叶变换 (FFT)
  充分利用带有易于使用的新型 C/Fortran 接口的多维 FFT 子程序（从 1 维至 7 维）。英特尔? MKL 支持采用相同 API 的分布式内存集群，支持将工作负载轻松地分布到大量处理器上，从而实现大幅的性能提升。此外，英特尔? MKL 还提供了一系列 C 语言例程（“wrapper”），这些例程可模拟 FFTW 2.x 和 3.0 接口，从而支持当前的 FFTW 用户将英特尔? MKL 集成到现有应用中。
  5）矢量数学库（VML）
  矢量数学库（Vector Math Library）借助计算密集型核心数学函数（幂函数、三角函数、指数函数、双曲函数、对数函数等）的矢量实施显著提升应用速度。
  6）矢量统计库—随机数生成器（VSL）
  利用矢量统计库（Vector Statistical Library）随机数生成器加速模拟，从而实现远远高于标量随机数生成器的系统性能提升。

• XBLAS
  劳伦斯伯克利实验室的的 X.S. Li 和 J. Demmel 等人引入 double-double 算法改善基本线性代数子程序集 BLAS 于 2002 年提出混合精度的 XBLAS, 并在此基础上提出额外精度迭代精化算法，分别于 2006 年和 2009 年应用于求解线性系统和最小二乘等问题，同时给出可靠的误差界限。美国工程院院士、IEEE 会士、ACM 会士、加州大学伯克利分校的 J. Demmel 教授一直致力于推动XBLAS 成为下一代 BLAS 标准。

• GEMV和GEMM
  GEMV是BLAS2的函数,普通矩阵与向量乘，
  GEMM是BLAS3的函数,普通矩阵相乘。