VectorBLAS简介
VectorBLAS是一个使用Java语言实现的向量化BLAS高性能库，目前已在openEuler社区开源。
VectorBLAS通过循环展开、矩阵分块和内存布局优化等算法优化，对BLAS函数进行了深度优化，并利用VectorAPI JDK提供的多种向量化API实现。
可以理解为：VectorBLAS = VectorAPI + BLAS。
BLAS简介：
BLAS（Basic Linear Algebra Subprograms）是进行向量和矩阵等基本线性代数操作的数值库，是LAPACK(Linear Algebra Package)的一部分。
在高性能计算领域中被广泛应用，由此衍生出大量优化版本，如OpenBLAS、Intel的Intel MKL等优化版本。
主要支持三个级别的运算：分别支持向量与向量、向量与矩阵、矩阵与矩阵的相关操作。
VectorAPI简介：
VectorAPI是Java端为实现SIMD向量化功能提供的一个抽象层，从JDK16开始发布，目前已孵化到第六代(JDK21)。
VectorAPI提供的能力包括：
1. 定义更清晰及准确的向量化API，使用户更直接的实现向量化；
2. 与平台无关：支持AArch64和x86等平台，支持NEON、SVE、AVX等多种向量化指令，一份代码多处可用；
应用场景：
目前BLAS库在大数据、HPC和机器学习等高性能计算中被广泛使用。例如大数据组件`Spark`中的多种机器学习算法（如：`KMeans`、 `LDA`、 `PCA`、 `Bayes`、 `GMM`、 `SVM`等）都用到了BLAS函数接口`gemm`、 `gemv`、 `axpy`、 `dot`、 `spr`等。
主要优化方法
1. VectorAPI向量化
BLAS库中的函数分为矢量-矢量、矢量-矩阵、矩阵-矩阵的计算，其中多数场景为对数组、矩阵进行计算，因此使用向量化进行优化，一次处理多个数据，提升效率，下面以daxpy函数为例：
daxpy => y = alpha * x + y, 其中alpha为常数，x和y为一维向量，数据类型均为double；
原生朴素实现：对x和y中的元素逐个计算；
向量化实现：以256位宽的寄存器为例，一次可以处理2个double类型，即一次对alpha、x和y做两次乘加操作；
2. 循环展开
循环展开是一种循环转换技术， 通过减少或消除控制程序循环的指令，来减少计算开销，这种开销包括增加指向数组中下一个索引或者指令的指针算数等，还可以减少循环的次数，每次循环内的计算也可以利用CPU的流水线提升效率；
JDK中的JIT即时编译器也有针对循环进行自动优化，尤其是使用int, short, 或者char变量作为计数器的计数循环（counted loops）
VectorBLAS主要分析函数特性，通过把循环改造为counted loop，或手动对关键循环进行展开，以此提高执行效率；
3. 矩阵分块
4. Packing
Packing指的是在内存中新开一块空间，在这块空间内重新排布数据，使得数据的读取可以变得连续，减少cache miss，提升读取速度，Packing一般与矩阵分块搭配使用。
性能数据
现有版本基于鲲鹏服务器测试验证，性能相较于业界同类库F2jBLAS/ludovic.netlib都有提升，如下图所示：
后续规划
本项目已开源在openEuler社区，当前版本实现了BLAS库中的主要接口，后续规划如下：
1. 支持Level1、Level2、Level3中更多的函数接口；
2. 补充完善UT和Benchmark；
3. 对于不同平台/指令集的调优；
4.结合Spark MLlib等机器学习算法库进行性能优化。
欢迎感兴趣的朋友们参与进来，代码地址：https://gitee.com/openeuler/vectorBlas
本文分享自微信公众号 - openEuler（openEulercommunity）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
