BLAS简介
类似于Anaconda里面的numpy，C++里面也有类似的矩阵运算库，称之为BLAS（Basic Linear Algebra Subprograms）：基础线性代数子程序库。
支持的数据类型有：
单精度浮点数（float）
双精度浮点数（double）
单精度复数
双精度复数
在机器学习里面一般我们只用float类型，很少使用double，考虑到性能，我们认为float的精度已经够了，而且速度快。还有一个更高级的叫LAPACK，现在我们常用的BLAS其实就是LAPACK里面的一部分。BLAS支持对子程序的封装，其实就是子函数了，它的子程序分类：
Level1: 标量操作、向量操作、向量-向量操作
Level2：矩阵-向量操作
Level3: 矩阵-矩阵操作
BLAS的实现
BLAS：标准实现（Fortran）
CBLAS：C的BLAS标准实现
Atlas：一种优化实现
GotoBLAS：多线程性能良好的优化实现（已停止更新）
OpenBLAS：目前性能最好的开源实现，基于GotoBLAS。
MKL：Intel实现，在Intel处理器上性能最佳
关于OpenBLAS
目前性能最好的开源实现OpenBLAS，它的开发者是中国人，中科院研究所的张先轶（博士），GitHub仓库叫xianyi。它是由中国人维护的目前最好的开源实现，Caffe里面用的BLAS库就是OpenBLAS。
OpenBLAS荣获2016CCF科学技术奖二等奖
完成单位：澎峰（北京）科技有限公司
OpenBLAS从2011年开始，基于GotoBLAS21..1.13版本对BLAS算法库进行全新开发，目前已经是全球最好的开源矩阵计算库。OpenBLAS支持主流X86、ARM、IBM Power8等众多CPU，并提供了对国产龙芯3A和3B处理器的支持。OpenBLAS已经成为多个开源或者商业软件的依赖库之一，如Julia, GNU Octave，Caffe等，并已成为全球性的开源软件，在美国、欧洲和日本都有广泛的应用。
张先轶，澎峰科技创始人、CEO。2016年1月-2016年9月MIT，CSAIL，博士后。2015年1月-2016年1月得州大学奥斯汀分校，ResearchFellow（博后）。2009年11月-2014年9月中科院软件所，助理研究员。
关注RISC-V发展，关注RVBoards开源生态，扫描下方二维码。
RVBoards期待您的加入