我正在用 C++ 编写一个用于双曲偏微分方程的软件。几乎所有的符号都是向量和矩阵的。最重要的是，我需要线性代数求解器。是的，向量和矩阵的大小可以有很大差异（从 1000 到只能通过分布式内存计算解决的大小，例如集群或类似架构）。如果我生活在乌托邦，我就会有线性求解器，它可以很好地扩展到集群、GPU 和多核。
在考虑应该表示变量的数据结构时，我想到了 boost.ublas 和 MTL4。两个库都兼容 blas 3 级，MTL4 实现了稀疏求解器，并且比 ublas 快得多。它们都没有实现对多核处理器的支持，更不用说分布式内存计算的并行化了。另一方面，MTL4 的开发依赖于 2 个开发人员的单独努力（至少据我所知），我确信 ublas 存在于 boost 库中是有原因的。此外，英特尔的 mkl 库包括将其结构与 ublas 绑定的示例。我想将我的数据和软件绑定到将长期坚如磐石、开发和维护的数据结构。
最后，问题。您在使用 ublas 和/或 mtl4 方面有何经验，您会推荐什么？
谢谢，mightydodol
根据您的要求，我可能会选择BOOST::uBLAS。实际上，uBLAS 的良好部署在速度方面应该与 MTL4 大致相当。
原因是存在针对ATLAS的绑定（因此可以为您的计算机有效优化的共享内存并行化），以及供应商调整的实现，例如Intel Math Kernel Library或HP MLIB。
使用这些绑定，带有经过良好调整的 ATLAS / BLAS 库进行数学运算的 uBLAS 应该足够快。如果您链接到给定的 BLAS/ATLAS，您应该与使用编译器标志链接到相同 BLAS/ATLAS 的 MTL4 大致相当-DMTL_HAS_BLAS，并且根据他们自己的观察，很可能比没有 BLAS 的 MTL4 更快（示例参见此处，其中GotoBLAS优于 MTL4)。
综上所述，只要你愿意使用一些 BLAS 库，速度不应该是你的决定性因素。可用性和支持更重要。您必须决定，MTL 还是 uBLAS 更适合您。我倾向于 uBLAS，因为它是 BOOST 的一部分，而 MTL4 目前仅选择性地支持 BLAS 。您可能还会发现这个稍微过时的科学 C++ 包比较很有趣。
一个大但是：对于您的要求（非常大的矩阵），我可能会跳过“语法糖”uBLAS 或 MTL，并直接调用 BLAS / LAPACK 的“金属”C 接口。但这只是我......另一个优点是它应该比切换到ScaLAPACK（分布式内存LAPACK，从未使用过）更容易解决更大的问题。需要明确的是：对于家庭问题，我不建议直接调用 BLAS 库。
对于新项目，最好远离 Boost 的 uBlas。自 2012 年底以来，uBlas 常见问题解答甚至有此警告：
问：我应该将 uBLAS 用于新项目吗？... uBLAS 的最后一次重大改进是在 2008 年，自 2009 年以来没有做出重大改变。 ... 性能？有更快的选择。前沿？uBLAS 已有 10 多年的历史，错过了 C++11 的所有新内容。
此列表中缺少一个 C++ 库：FLENS
免责声明：是的，这是我的宝贝
您可以直接在此处查看性能差异： http ://www.osl.iu.edu/research/mtl/mtl4/doc/performance.php3
就其接口而言，两者都是合理的库，我不认为因为 uBLAS 通过了 BOOST 审查过程，它必然会更加强大。uBLAS 实施带来了不明显的副作用和意想不到的后果，我曾做过噩梦。
这并不是说 uBLAS 很差，它真的很好，但我认为考虑到 MTL 近来在性能上的巨大差异，值得使用它而不是 uBLAS，尽管它可以说风险更大，因为它是“只有 2 个开发人员”支持组.
归根结底，它与矩阵库的速度有关，与 MTL4 一起使用。
根据我自己的经验，MTL4 比 uBLAS 快得多，也比 Eigen 快。
MTL4 有一个并行版本。看看simunova