本页汇总介绍了英特尔® 数学核心函数库中的所有数学域的性能表。如欲了解有关每个数学域的详细信息，请点击上方的产品信息标签或本页各部分的链接。

BLAS（DGEMM）

英特尔® MKL 内包含的 BLAS 和 LAPACK 功能针对英特尔处理器进行了高度优化，与其它实现相比，可以极大地提高应用性能。如欲了解更多信息，请参阅 BLAS/LAPACK 产品信息页面。



点击放大



点击放大

快速傅立叶变换

不管是 SMP 系统还是分布式内存（集群）系统，英特尔® 数学核心函数库的快速傅立叶变换功能都可为多种不同规模的问题提供出色的性能和可扩充性。与 FFTW 不同，英特尔® MKL 在运行软件之前不需要进行耗时的预生产机器校准（“计划创建”）。英特尔® MKL 包括 FFTW 接口，通过该接口，开发人员能够轻松地比较性能，并只需对源代码稍做更改就从 FFTW 切换到英特尔® MKL。如欲了解更多信息，请参阅快速傅立叶变换产品信息页。



点击放大



点击放大



点击放大



点击放大



点击放大



点击放大



点击放大



点击放大



点击放大

ScaLAPACK
英特尔® MKL 的 ScaLAPACK 实现已针对英特尔® 处理器进行高度优化，与 ScaLAPACK 的其它实现相比，它可以极大地提高应用性能。如欲了解更多信息，请参阅 ScaLAPACK 产品信息页面。



点击放大



点击放大



点击放大



点击放大

向量数学
英特尔® 数学核心函数库（英特尔® MKL）中包含的向量数学库（VML）提供了计算密集的核心数学函数的向量实现，这些向量实现进行了高度优化。请勿依赖编译器来向量化代码，应通过英特尔® MKL 向量数学库执行向量化以确保代码得以优化。有关函数、性能和精确数据的完整列表，请参阅向量数学库产品信息页面。



点击放大

¹ 性能测试和等级评定均使用特定的计算机系统和/或组件进行测量，反映了使用这些测试所测的英特尔产品的大致性能。系统设计或配置的任何不同均能影响实际性能。购买者应进行多方咨询，以评估他们考虑购买的系统或组件的性能。获取有关英特尔产品的性能测试和性能的更多信息。