BLAS 和 BLIS 都是用于科学计算中的线性代数库，专注于加速矩阵和向量运算。以下是它们的含义和区别：
BLAS (Basic Linear Algebra Subprograms)
- 定义: BLAS 是一套标准化的基本线性代数子程序接口，始于1970年代，旨在提供高效的向量和矩阵运算功能。它分为三个层次：
- Level-1: 向量-向量操作（如点积、向量加法）。
- Level-2: 矩阵-向量操作（如矩阵-向量乘法）。
- Level-3: 矩阵-矩阵操作（如矩阵乘法）。
- 特点:
- 广泛应用于科学计算、机器学习等领域。
- 提供标准API，便于在不同平台上移植。
- 实现包括开源的 OpenBLAS 和商业的 Intel MKL 等。
- 局限性：接口较老旧，某些操作（如混合精度或复杂矩阵运算）支持有限，需要额外处理。
- 历史: 1979年发布Level-1，1980年代扩展到Level-2和Level-3，至今仍是许多高性能计算库的基础。
BLIS (BLAS-like Library Instantiation Software)
- 定义: BLIS 是一个开源框架，设计为BLAS的现代替代品，提供超集功能。它由得克萨斯大学奥斯汀分校的 SHPC 小组和南方卫理公会大学的 Matthews 研究小组开发，2023年获得 J.H. Wilkinson 数值软件奖。
- 特点:
- 扩展性: 提供传统 BLAS 和 CBLAS 接口，同时引入更灵活的原生接口（Typed API 和 Object API），支持更多功能，如混合精度/域运算。
- 高性能: 通过优化的微内核（microkernel）和缓存分块技术，针对现代 CPU 架构（如 x86-64、ARM、RISC-V）提供高效性能，尤其在多线程和小型矩阵运算上表现优异。
- 模块化: BLIS 2.0（2024年发布）引入插件机制，允许用户自定义操作，减少数据移动开销，支持如张量收缩、Strassen 算法等高级功能。
- 可移植性: 使用 ISO C99 编写，适配多种架构，易于维护和扩展。
- 社区支持: 支持 Linux、macOS、Windows 等系统，AMD 和 NVIDIA 优化库中已集成 BLIS。
- 与 BLAS 的关系: BLIS 是 BLAS 的超集，兼容 BLAS API，但通过重构（如基于 GotoBLAS 算法）提供更现代化的设计，解决 BLAS 接口的局限性（如不支持混合域运算）。
BLAS vs. BLIS
- 性能: BLIS 和高效 BLAS 实现（如 Intel MKL）性能相当，但在非 Intel 平台上，BLIS 通常优于其他开源 BLAS（如 OpenBLAS）。MKL 在 Intel 平台上略胜，但差距在10%以内。
- 灵活性: BLIS 提供更灵活的接口，支持复杂场景（如混合精度、自定义操作），而 BLAS 需要变通方法，增加代码复杂性。
- 发展前景: BLAS 是老牌标准，应用广泛，但接口静态；BLIS 是新一代框架，得到 Intel、AMD、华为等支持，未来发展潜力更大。
- 使用场景:
- 如果需要跨平台、开源、现代化的线性代数库，BLIS 是首选。
- 如果在 Intel 平台上追求极致性能，MKL 可能更优，但非开源。
总结
BLAS 是经典的线性代数标准库，历史悠久但接口较老旧；BLIS 是其现代替代品，提供更高灵活性和性能，特别适合需要扩展功能或跨平台开发的场景。两者在科学计算中都至关重要，BLIS 被认为是未来趋势。
