C++中的矩阵、张量计算库

Boost::uBLAs库
这个库的开发由一系列的类似的库来指导：

由Jack Dongarra等人开发的BLAS 库。
由Todd Veldhuizen开发的Blitz++ 库。
由Scott Haney 等人开发的POOMA 库。
由Jeremy Siek等人开发的MTL 库。

BLAS 似乎是基本的线性代数使用最广泛的库，所以它可以被称作de-facto standard。它的接口是面向过程的(procedural)，单独的函数是对一些基本的线性代数运算的抽象。由于它是使用Fortran语言实现以 及它所进行的优化，BLAS似乎也是现在最快的库之一。因为我无决定以面向对象的方式来设计和实现我们的类库，所以技术方式上有显著的不同。然而，每个人 都可以使用我们的库中的运算符表达所有的BLAS抽象并对效率进行比较。

Blitz++ 是一个使用C++实现的让人映象深刻的(impressive)库。它的主要设计似乎是面向多维数组以及包括张量(tensor)的相关的运算符。 Blitz++库的作者声称由于它的实现技术使用表达式模板(expression template)和模板元编程技术(template metaprogram)，他的库的性能与对应的Fortan代码的性能相当或更好一些。然而我们有一些理由来开发一个我们自己设计和实现的方法。我们不 知道是否有人使用Blitz++库来实现传统的线性代数运算。我们同样也假定由于Blitz++库所使用的实现风格(idioms)，即使在今天也需要最 高级的C++编译器技术。另一方面，Blitz++库也使用我们相信，使用表达式模板技术(expression templates)是将抽象惩罚降低到一个可接受限度的必需的技术方法。

POOMA 的设计目标似乎是在许多部分对Blitz++库的大量部分进行并行计算。它从偏微分方程和理论物理领域中提取类来扩展Blitz++的概念。这种实现支持并行体系结构(parallel architectures)。

MTL 是另一个使用C++来支持基本的线性代数运算的类库。我们共同的观点是线性代数库应当提供与BLAS库相应的功能。另一方面，我们认为C++标准库的概念 并没有支持所需要的数值计算的概念要求。另一个区别是MTL库当前并没有使用表达式模板技术(expression templates)。这可能导致两个问题中的一个：可能存在表现能力缺失或可能的性能损失。