首页
/ OpenBLAS 技术文档

OpenBLAS 技术文档

2024-12-23 06:07:08作者:舒璇辛Bertina

1. 安装指南

1.1 依赖项

在安装 OpenBLAS 之前,请确保系统中已安装以下依赖项:

  • GNU Make
  • C 编译器(如 GCC 或 Clang)
  • Fortran 编译器(可选,用于 LAPACK)
  • IBM MASS(可选,仅在 Power CPU 上使用)

1.2 从源码安装

  1. 下载源码:

    • 从项目主页下载:OpenBLAS 主页
    • 或使用 Git 克隆代码:
      git clone https://github.com/xianyi/OpenBLAS.git
      
  2. 进入 OpenBLAS 目录:

    cd OpenBLAS
    
  3. 编译:

    • 默认编译(自动检测 CPU):
      make
      
    • 指定目标 CPU:
      make TARGET=NEHALEM
      
    • 交叉编译:
      make BINARY=64 CC=mips64el-unknown-linux-gnu-gcc FC=mips64el-unknown-linux-gnu-gfortran HOSTCC=gcc TARGET=LOONGSON3A
      
  4. 安装:

    make install
    

    默认安装目录为 /opt/OpenBLAS,可以通过 PREFIX= 指定安装目录:

    make install PREFIX=/your/custom/path
    

1.3 使用 MASS 支持(仅限 Power CPU)

  1. 安装 IBM MASS 库:

    • 在 Ubuntu 上:
      sudo apt-get install libxlmass-devel.8.1.5
      
    • 在 RHEL/CentOS 上:
      sudo yum install libxlmass-devel.8.1.5
      
  2. 编译 OpenBLAS 并启用 MASS 支持:

    make USE_MASS=1 TARGET=POWER8
    

2. 项目使用说明

2.1 简介

OpenBLAS 是一个基于 GotoBLAS2 1.13 BSD 版本的优化 BLAS(基本线性代数子程序)库。它提供了高效的线性代数运算,适用于多种 CPU 架构。

2.2 支持的 CPU 和操作系统

OpenBLAS 支持多种 CPU 架构,包括 x86/x86-64、MIPS、ARM、ARM64、PPC/PPC64 和 IBM zEnterprise 系统。具体支持的 CPU 型号请参考 GotoBLAS_01Readme.txt

2.3 使用场景

OpenBLAS 主要用于科学计算、数据分析和机器学习等领域,提供高效的矩阵运算和向量运算。

3. 项目 API 使用文档

3.1 BLAS 接口

OpenBLAS 实现了标准的 BLAS 接口,包括以下主要功能:

  • Level 1:向量运算(如点积、向量加法)
  • Level 2:矩阵-向量运算(如矩阵乘向量)
  • Level 3:矩阵-矩阵运算(如矩阵乘法)

3.2 LAPACK 接口

OpenBLAS 还包含了 LAPACK 库,提供了更高层次的线性代数运算,如矩阵分解、求解线性方程组等。

3.3 示例代码

以下是一个简单的矩阵乘法示例:

#include <cblas.h>

int main() {
    double A[2][3] = { {1.0, 2.0, 3.0}, {4.0, 5.0, 6.0} };
    double B[3][2] = { {7.0, 8.0}, {9.0, 10.0}, {11.0, 12.0} };
    double C[2][2] = { {0.0, 0.0}, {0.0, 0.0} };

    cblas_dgemm(CblasRowMajor, CblasNoTrans, CblasNoTrans, 2, 2, 3, 1.0, &A[0][0], 3, &B[0][0], 2, 0.0, &C[0][0], 2);

    return 0;
}

4. 项目安装方式

4.1 从源码安装

如前所述,通过 make 命令编译并安装 OpenBLAS。

4.2 使用预编译二进制包

OpenBLAS 提供了官方的二进制包,适用于 Windows x86/x86_64 平台。可以从 SourceForge 或 GitHub Releases 页面下载。

4.3 使用包管理器安装

在某些操作系统上,可以通过包管理器直接安装 OpenBLAS,例如:

  • Ubuntu:
    sudo apt-get install libopenblas-dev
    
  • CentOS/RHEL:
    sudo yum install openblas-devel
    

通过以上步骤,您可以顺利安装并使用 OpenBLAS 进行高效的线性代数运算。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
929
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8