我测试了BLAS sdot接口的单精度浮点运算。我发现"英特尔MKL"库的结果与中给出的BLAS-fortran代码的结果有点不同http://netlib.org/blas/.MKL看起来更准确。
我只是想知道MKL是否进行了任何优化？或者MKL如何实现它以使其更准确？
好吧，由于MKL是由特定的CPU供应商专门为自己的产品编写的，我想他们可以使用比参考实现更多的关于底层机器的知识。
最初的想法可能是，他们使用优化的汇编，并始终保持x87 80位浮点堆栈上的运行总和，而不会在每次迭代中将其四舍五入到32位。或者，他们使用SSE（2），以双倍精度计算整个和（从性能上讲，这对加法和乘法来说应该没有太大区别）。或者他们使用了一种完全不同的计算方法，或者使用了黑色魔法机器的把戏。
关键是，这些例程对于特定硬件的优化程度远高于基本的参考实现，但如果没有看到它们的实现，我们就不能说是哪种方式。上述想法只是简单的方法。