我正在开发一个需要进行繁重的线性代数计算的程序。
现在我使用LAPACK/BLAS例程，但我需要利用我的机器（24核Xeon X5690）。
我发现了pblas和scalapack这样的项目，但它们似乎都专注于分布式计算和MPI的使用。
我没有可用的集群，所有的计算都将在一台服务器上完成，使用MPI看起来有些过头了。
有人对此有什么建议吗？
正如@larsmans（比如MKL）所提到的，您仍然使用LAPACK+BLAS接口，但您只是找到了一个适合您的平台的调优多线程版本。MKL很棒，但很贵。其他开源选项包括：
- OpenBLAS/GotoBLAS，Nehalem的支持应该可以正常工作，但还没有调整对westmere的支持。多线程做得很好
- Atlas：在安装时自动调整到您的体系结构。对于"典型"的预科（例如，方形SGEMM）可能较慢，但对于奇数情况可能更快，对于westmere甚至可能击败OpenBLAS/GotoBLAS，我自己还没有测试过。主要针对串行情况进行了优化，但确实包括并行多线程例程
- Plasma-LAPACK实现专为多核设计
我也同意马克的评论；根据您使用的LAPACK例程，使用MPI的分布式内存实际上可能比多线程更快。BLAS例程不太可能是这种情况，但对于更复杂的东西（比如LAPACK中的特征值/向量例程），它值得测试。虽然MPI函数调用确实是一种开销，但在分布式内存模式下执行操作意味着您不必太担心错误共享、同步对共享变量的访问等。
请考虑使用"英特尔MKL"。OpenBLAS也可以很快，尽管我还没有在>四核机器上运行它。