BLIS 2.0-rc1发布：高性能计算库的重大升级

BLIS（BLAS-like Library Instantiation Software）是一个开源的高性能计算库，专门为线性代数运算提供优化实现。作为BLAS（Basic Linear Algebra Subprograms）的替代品，BLIS通过模块化设计和高度优化的内核，在各种硬件平台上实现了卓越的性能。最新发布的BLIS 2.0-rc1版本带来了多项重大改进和新功能，标志着该项目的一个重要里程碑。

核心框架的重大革新

BLIS 2.0-rc1引入了"插件"系统，这是本次更新的最显著特性之一。这个创新设计允许用户在BLIS源代码树之外创建插件，即使使用的是二进制分发的BLIS版本。通过插件机制，用户可以注册自定义的内核函数，这些内核将由BLIS构建系统为所有配置的架构进行编译。更令人兴奋的是，用户提供的内核可以参与基于实际硬件的运行时内核选择过程。

另一个重要改进是新增的API，它允许用户修改默认的"控制树"数据结构。控制树定义了实现BLAS level-3操作（如gemm或syrk）的具体算法步骤。用户可以从预定义的控制树开始，修改它以创建自定义操作，包括更改打包和计算的内核、关联的块大小，以及提供额外的参数或数据。

混合精度计算的全面支持

BLIS 2.0-rc1在所有level-3 BLAS操作（除trsm外）中实现了全面的混合精度和混合域计算支持。A、B和C矩阵，以及alpha和beta标量，可以以任何支持的数据类型（当前为单/双精度和实数/复数域）提供。此外，通过C矩阵的obj_t结构可以设置计算精度，控制内部计算的实际执行方式。

底层架构的优化与改进

新版本引入了"level-0"宏后端，为实现参考内核和正确的混合类型计算提供了基础语言支持。这个后端特别支持全数据类型灵活性，包括"计算"数据类型（例如输入/输出使用双精度，计算使用单精度），以及完全正确的混合域计算和操作（如scal2v）的安全就地使用。

在兼容性方面，BLIS 2.0-rc1增加了ScaLAPACK兼容模式，解决了某些冲突的BLAS定义问题。同时修复了Python脚本中的字符串转义问题，提高了与Python 3.12+的兼容性。还新增了用户定义宏BLIS_ENABLE_STD_COMPLEX，在C++代码中使用std::complex类型定义。

内核层面的重要修复与增强

本次更新修复了haswell架构gemmsup内核中的越界读取错误，以及piledriver架构复数域gemm内核的问题。内核、块大小和偏好查找函数现在使用siz_t而非特定枚举类型。打包微内核和计算微内核（gemm和gemmtrsm）现在接收全局矩阵的偏移量，后者通过auxinfo_t结构传递。

特别值得注意的是，单独的"MRxk"和"NRxk"打包内核已合并为一个通用打包内核。新的打包内核可以打包任何大小的微面板，但可以针对特定形状进行优化。还增加了针对矩阵对角线部分的显式打包内核，以及某些混合域/1m情况的处理。

构建与测试系统的改进

构建系统方面，cblas.h文件现在在blis.h之后立即"扁平化"（如果启用），而不是在构建过程的后期。配置脚本经过全面改进，现在支持在CC/CXX中使用空格。同时增强了对BLIS或插件中C++源文件的支持。

测试系统现在允许使用"默认"诱导方法，而不是强制使用原生或1m操作。测试套件在请求时会测试所有可能的类型组合。改进了make check-blis及相关目标中问题的检测能力。CI测试基础设施已迁移至CircleCI。

文档完善与知识传递

新版本增加了关于插件系统和通过修改BLIS控制树创建自定义操作的文档。更新了README.md中的BLIS下载说明和RELEASING中的维护者指南。加宽了代码示例中的打印格式，以避免结果误解。

BLIS 2.0-rc1的这些改进不仅提升了库的功能性和灵活性，也为高性能计算社区提供了更强大的工具。通过插件系统和控制树API，研究人员和开发者可以更轻松地实现和测试新的算法优化，而全面的混合精度支持则为各种数值计算场景提供了更大的灵活性。这些进步共同推动BLIS向着成为更通用、更高效的高性能计算库迈进。