CBLAS编译安装与使用举例

在Github上看到有人用BLAS library优化自己的源码，对此产生了强烈兴趣。

准备自己动手实践一下，网上搜索了一大堆编译安装BLAS教程的资料，没一个靠谱的，编译过程中遇到一堆的问题。因为自己没有root权限，所以只能在home目录中本地编译使用cblas，然后本地链接编译得到的库文件到应用程序。

最后自己凭着直觉连蒙带猜，终于把BLAS与CBLAS装上，并投入到实例中优化运行应用程序。填补了很多linux知识。

首先要解释一下BLAS，CBLAS与LAPAXK之间的区别与联系。

• BLAS（Basic Linear Algebra Subprograms）库，是用Fortran语言实现的向量和矩阵运算库,是许多数值计算软件库的核心, 但也有一些其它的包装, 如cblas是C语言, 也有C++的包装, boost/ublas 是C++ template class的实现； 另外还有一些特别的实现, 如intel MKL, AMD core math library blas就是做向量、矩阵的基本运算，如加、减、乘等操作。
  
• CBLAS是BLAS的C语言接口。
• LAPACK（Linear Algebra PACKage）库，是用Fortran语言编写的线性代数计算库，包含线性方程组求解（AX=b）、矩阵分解、矩阵求逆、求矩阵特征值、奇异值等。该库用BLAS库做底层运算，许多高层的数学库都用BLAS和LAPACK做底层。

CBLAS只是BLAS的C语言版本，所以CBLAS安装需要先装BLAS

安装步骤

• 确保机器上安装了gfortran编译器
  
• 下载blas, cblas源代码，都可以在官网http://www.netlib.org/ 上找到
• 解压后得到两个文件夹
• 编译

1. 编译blas，进入BLAS目录执行下面的命令

    gfortran -c  -O3    *.f                 # 编译所有的 .f 文件，生成 .o文件      ar rv libblas.a      *.o                 # 链接所有的 .o文件，生成 .a 文件  

2. 编译cblas，进入CBLAS目录，首先根据自己的操作系统平台，将某个Makefiel.XXX复制为Makefile.in，XXX表示操作系统。如果是Linux，那么就将Makefile.LINUX 复制为 Makefile.in。

    cp ../BLAS/libblas.a  testing  # 将上一步编译成功的 libblas.a 复制到 CBLAS目录下的testing子目录      make                                            # 编译所有的目录  

此时会在CBLAS安装目录下的lib目录中产生一个静态链接库文件cblas_LINUX.a，这个库文件和上面得到的libblas.a文件就是我们所需要的。另外还需要的就是CBLAS/include中的cblas.h头文件。将三个文件全部拷贝到，你需调用的应用程序源码目录中。

到此BLAS和CBLAS的安装任务完成，可以看出，这里安装的实际含义是编译得到两个库文件和一个头文件，再将这三个文件放置到gcc的搜索路径中去（例如可以在拷贝到/esr/local/lib，或在/usr/local/lib下做一个快捷链接，也可直接像我上面那样复制的）。

cd /usr/local/libln -s  ./CBLAS/lib/cblas_LINUX.a  ./libcblas.a

简单运用

CBLAS/BLAS分为3个level，level1是用于向量的计算，level2是用于向量和矩阵之间的计算，level3是矩阵之间的计算。比如计算矩阵的乘法就是属于level3，这里就用矩阵乘法来学习使用CBLAS。

计算矩阵乘法的函数之一是 cblas_sgemm，使用单精度实数，另外还有对应双精度实数，单精度复数和双精度复数的函数。在此以 cblas_sgemm为例。

函数定义为：

void cblas_sgemm ( const enum CBLAS_ORDER Order, const enum CBLAS_TRANSPOSE TransA,                                                                            const enum CBLAS_TRANSPOSE TransB, const int M, const int N,                                        const int K, const float alpha, const float *A,                                        const int lda, const float *B, const int ldb,                                        const float beta, float *C, const int ldc  )

此函数计算的是 C = alpha*op( A )*op( B ) + beta*C,

const enum CBLAS_ORDER Order，这是指的数据的存储形式，在CBLAS的函数中无论一维还是二维数据都是用一维数组存储，这就要涉及是行主序还是列主序，在C语言中数组是用行主序，fortran中是列主序。我还是习惯于是用行主序，所以这个参数是用CblasRowMajor，如果是列主序的话就是CblasColMajor。

const enum CBLAS_TRANSPOSE TransA和 const enum CBLAS_TRANSPOSE TransB，这两个参数影响的是op( A )和op( B)，可选参数为CblasNoTrans=111, CblasTrans=112, CblasConjTrans=113，其中TransA = CblasNoTrans, op( A ) = A，TransA = CblasTrans, op( A ) = A'，TransA = CblasConjTrans, op( A ) = A'。 TransB类似。

const int M，矩阵A的行，矩阵C的行
const int N，矩阵B的列，矩阵C的列
const int K，矩阵A的列，矩阵B的行
const float alpha， const float beta，计算公式中的两个参数值，如果只是计算C=A*B，则alpha=1,beta=0

const float *A， const float *B， const float *C，矩阵ABC的数据

计算两个简单矩阵的乘法。
A:
1,2,3
4,5,6
7,8,9
8,7,6
B:
5,4
3,2
1,0

// <strong>因为程序是C++，而CBLAS是C语言写的，所以在此处用extern关键字</strong>extern"C"{    #include"cblas.h"       // <strong>由于cblas.h文件已经拷贝到工作目录中，只需用双引号 </strong> }#include<iostream>using namespace std;int main(void) {    const enum CBLAS_ORDER Order=CblasRowMajor;    const enum CBLAS_TRANSPOSE TransA=CblasNoTrans;    const enum CBLAS_TRANSPOSE TransB=CblasNoTrans;    const int M=4;//A的行数，C的行数    const int N=2;//B的列数，C的列数    const int K=3;//A的列数，B的行数    const float alpha=1;    const float beta=0;    const int lda=K;//A的列    const int ldb=N;//B的列    const int ldc=N;//C的列    const float A[K*M]={1,2,3,4,5,6,7,8,9,8,7,6};    const float B[K*N]={5,4,3,2,1,0};    float C[M*N];       cblas_sgemm(Order, TransA, TransB, M, N, K, alpha, A, lda, B, ldb, beta, C, ldc);         for(int i=0;i<M;i++)    {       for(int j=0;j<N;j++)       {           cout<<C[i*N+j]<<"/t";       }       cout<<endl;    }       return EXIT_SUCCESS;}

在编译的时候需要带上cblas_LINUX.a和libblas.a

比如：g++ main.cpp cblas_LINUX.a libblas.a -o main

如果是写成Makefile文件，则修改变量OBJS = main.o cblas_LINUX.a libblas.a

当然，这里假定是这两个.a文件是放在可以直接访问的位置，或者写全路径也可以。

应用优化

这个有时间再补充，现在这个时间比较尴尬。不过确实对应用起到了优化作用，运行时间从160多s降到了115s，只是简单将串行代码用函数clabs_caxpy替代。