【高性能计算】Cpp + Eigen + Intel MKL + 函数写成传引用

CUDA加速原理：CUDA编程学习：自定义Pytorch+cpp/cuda extension

高质量C++进阶[2]：如何让线性代数加速1000倍？

【gcc, cmake, eigen, opencv,ubuntu】三.eigen和mkl安装和使用

Linux下MKL库的安装部署与使用，并利用cmake编译器调用MKL库去提升eigen库的计算速度

Eigen库下使用MKL加速

MKL 的坑与教训

g++ main1.cpp -o test.o -I/opt/intel/mkl/include -I/opt/intel/mkl/lib/intel64 -I/opt/intel/lib/intel64 -lmkl_intel_lp64 -lmkl_core -lmkl_intel_thread -L/opt/intel/mkl/lib -I /opt/intel/compilers_and_libraries/linux/mkl/include -L /opt/intel/compilers_and_libraries/linux/mkl/lib -L /opt/intel/compilers_and_libraries/linux/lib -liomp5 -lpthread

Ubuntu上的编译测试花费我的时间远比MAC的尝试要多，其中经历了无数次的绝望，最后主要还是参考intel用户的issue中找到了蛛丝马迹，总结出了以上的编译方式。其中有的顺序是不可以搞错的，比如-liomp5 、-pthread，-liomp5必须在-pthread前，且最好后置，不能放在太前面