LA UOSC

先前的0.3.26和0.3.27版本在龙架构上都有些编译和运行问题。前一阵子帮OpenBLAS官方抓了些bug，现在的develop版本编译和运行都没问题了。急需用这个软件的同学现在就可以用git clone下载编译使用，不急的就等下个release版本0.3.28吧。

我用一个小python文件test_openblas.py测试了用 OpenBLAS 进行矩阵特征分解的速度，新版本速度提升很大。测试文件内容如下：

#!/usr/bin/env python

import numpy

import sys

from time import time

print("Python version: %s\n" % sys.version)

print("maxint: %i\n" % sys.maxsize)

# Let's take the randomness out of random numbers (for reproducibility)

numpy.random.seed(0)

size = 4096

G = numpy.random.random((int(size / 2), int(size / 2)))

N = 3

# Eigendecomposition

t = time()

for i in range(N):

numpy.linalg.eig(G)

delta = time() - t

print("Eigendecomposition of a %dx%d matrix in %0.2f s." % (size / 2, size / 2, delta / N))

%%%%%%%%%%%%%%%%%%%%%%%%%

运行命令：OMP_NUM_THREADS=8 python3 test_openblas.py

%%%%%%%%%%%%%%%%%%%%%%%%%

矩阵特征分解运行时间对比：

blas/lapack: 约55秒

openblas on AOSC当前版本：约11-12秒

openblas on loongnix当前版本：约6.6秒

openblas on Loong Arch Linux当前版本: 段错误（核心已转储）

openblas当前develop版本：约3.9秒

NB