BLAS
基础线性代数子程序标准，定义了一组用于执行基本向量和矩阵运算的低级例程，是高性能计算的基础
时间轴 (近 90 天)
BLAS 是一组基础线性代数例程的标准接口，矩阵乘法是 LLM 推理的计算核心；llama.cpp 可编译链接不同加速实现：NVIDIA 显卡走 CUDA，AMD、Intel 或无独显的机器走 Vulkan 或 CPU 端的 OpenBLAS 等。
美国气象局、欧洲中期天气预报中心、NASA 的仿真系统以及 BLAS、LAPACK 的参考实现都与 Fortran 有深厚渊源。
BLAS 定义了向量加法、矩阵乘法等底层运算接口，LAPACK 在其上实现线性方程求解、特征值分解、奇异值分解等高层算法，二者最初均以 Fortran 77 编写并公开参考实现。
几乎所有科学计算语言（NumPy、MATLAB、R、Julia）的底层线性代数最终都会调用 BLAS/LAPACK 等库。
BLAS（基础线性代数子程序）是深度学习和科学计算的底层基石，神经网络训练与推理依赖大规模矩阵乘法（GEMM）
连续内存布局能最大化 CPU 缓存命中率,并便于与 BLAS、LAPACK 等底层数学库对接
全部知识事实 (6)
BLAS 是一组基础线性代数例程的标准接口，矩阵乘法是 LLM 推理的计算核心；llama.cpp 可编译链接不同加速实现：NVIDIA 显卡走 CUDA，AMD、Intel 或无独显的机器走 Vulkan 或 CPU 端的 OpenBLAS 等。
50%待验证美国气象局、欧洲中期天气预报中心、NASA 的仿真系统以及 BLAS、LAPACK 的参考实现都与 Fortran 有深厚渊源。
50%待验证BLAS 定义了向量加法、矩阵乘法等底层运算接口，LAPACK 在其上实现线性方程求解、特征值分解、奇异值分解等高层算法，二者最初均以 Fortran 77 编写并公开参考实现。
50%待验证几乎所有科学计算语言（NumPy、MATLAB、R、Julia）的底层线性代数最终都会调用 BLAS/LAPACK 等库。
50%待验证BLAS（基础线性代数子程序）是深度学习和科学计算的底层基石，神经网络训练与推理依赖大规模矩阵乘法（GEMM）
50%待验证连续内存布局能最大化 CPU 缓存命中率,并便于与 BLAS、LAPACK 等底层数学库对接
50%