什么是BLAS

BLAS是 Basic Linear Algebra Subprograms （基本线性代数子程序）的首字母缩写，主要用来做基础的矩阵计算，或者是向量计算。它分为三级：

BLAS 1级，主要是向量与向量的计算
BLAS 2级，主要是矩阵和向量的计算
BLAS 3级，主要是矩阵和矩阵的计算，最典型的是A矩阵*B矩阵，得到一个C矩阵。

为什么BLAS是一个非常重要的库或者接口，是因为它是很多科学计算的核心之一。每年做超级计算机的排行榜，都要做LINPACK测试，该测试很多部分就是做BLAS 3级矩阵和矩阵的计算。此外，还有很多科学和工程的模拟，在转换后都变成了一种矩阵上的操作。如果你把矩阵优化的特别好的话，对整个应用的提升，都是非常有帮助的。

广泛用于LAPACK

疑问: 有没有tensor计算？
tensor计算要转化成以上三个级别的计算吗？没有。numpy支持高阶矩阵(多维数组)计算。

注意subprograms这个词，表示线性代数库的子项目

BLAS与深度学习

经过测试，发现Alexnet大部分的时间花费在卷积层（Conv Layer），另外不少时间花在了全连接层（FC layer）。

卷基层目前通用的实现是展成矩阵，变成矩阵与矩阵的乘法，就是BLAS 3级。
全连接层一般是变成一个矩阵和向量的乘法，也落成了BLAS操作。

也就是说，基于矩阵类学习的深度学习，有90%或者更多的时间是通过BLAS来操作的。当然，随着新的算法出现，卷积层对3*3的卷积核有专门的算法，或者用FFT类类算法也可以做，但是在通用上，展矩阵来做也非常广泛。

疑问: cuda也兼容BLAS接口吗？还是自己独立的接口？

BLAS实现

BLAS只是定义了接口，但是具体的实现其实有很多种。从商业的角度来讲，存在很多商业版本。基本上为了搭配自己的硬件，对其做了更优的优化。常见的商业版本有

Intel MKL
AMD ACML
NVIDIA CUBLAS
IBM ESSL

开源

GotoBLAS:（2010年中止开发）
ATLAS: 美国一所学校开发
OpenBLAS: 基于GotoBLAS
BLIS: 基于GotoBLAS扩展出来的一个项目