关于参加OpenBLAS介绍会的一些心得

关于参加OpenBLAS介绍会的一些心得

我之前在调试OpenAirinterface的时候，接触过OpenBLAS，但只是作为Ubuntu的library使用，并没有深入的了解，而且默认以为是国外的开源项目组在做。 

但是，今天我在IBM开源技术大会上听到中科超算公司的贾老师讲OpenBLAS，才发现原来这玩意是国内公司在做。而且是科院内部的人。

BLAS即是Basic linear Algebra Subprograms，基本线性代数子程序，主要包括矩阵和矩阵，矩阵和向量，向量和向量操作，是科学和工程计算的基础数学库之一。其实了解到这些，已经足够让我兴奋的了，MaPU就是代数处理器啊，而且基本都是针对矩阵乘以及向量操作做相关优化。我们自己开发的微码程序，和开源的OpenBLAS相比，到底性能如何呢？

OpenBLAS的开源项目源于GotoBLAS项目，大致从2011年开始，当前的稳定版本是0.2.14，主要开发人员才三个，贡献者多达44人；已经进入主流Linux发行版的源，并且成为MIT以及其他如GNU，DL等的主要依赖库。这些都不重要，重要的是下面的进展：

1.完成龙芯3A处理器的支持和优化 
2.龙芯3B处理器支持，进行中 
3.主流X86平台的支持， 
4.移植到ARM和Power平台，针对Cortex-A9和Cortex-A15的优化

我在想，我们MaPU的性能比较，有没有用OpenBLAS库？MaPU的微码函数库（或许还称不上函数库，仅仅是几个有限的函数实例而已），可不可以借鉴一下OpenBLAS呢？

同时，贾老师在会上给出了OpenBLAS与Intel 的MKL以及ARM Cortex-A9的性能比较，与最先进的算法库相比较，而不是“串行实现”。

下午的第二场会，北京旷视科技，一家致力于计算机视觉的创业公司，也介绍了他们对OpenBLAS库的依赖。

还是希望我们自己的MaPU可以得到更多人的关注，或许后面会引起OpenBLAS开发组的关注，针对MaPU做相关运算的优化。而我们自己的工程师也需要努力。