我是并行计算和寻找选项和技巧的新手。
我现在的问题是找到 2 32 个B = AX 类型的独立线性方程；其中 A[8x8]、B[8x1] 和 X[8x1] 的尺寸；A 是密集矩阵。
我在 Intel core 7i 处理器、4 核、8 线程和 Mac 机器上按顺序使用 CLAPACK - zgelss 函数。
此外，我的矩阵大小似乎足够小，可以使用内部优化。
我想在这个循环上应用并行性：
for (n = 0; n < 2^32; n++)
{...}
我想问我有什么选择来做到这一点。
一些人建议使用OpenMP，但在阅读了 OpenMP 之后，我发现我们无法将 OpenMP 指令应用于预编译的代码部分。
如果我们这样做，它可以工作，但它可能不安全，因为您不能将预编译函数中的临时变量私有化。{请评论对/错/其他}
所以我想问一下，如果可能的话，怎么做。一些技巧......任何东西......
确实，除非您知道要调用的库是线程安全的，否则您不能只对它进行线程调用。但是，从 Lapack 3.3 开始，所有lapack 调用都是线程安全的（尽管如果您使用不同的底层 BLAS 包来支持 lapack 例程，则必须确保它们也是线程安全的）。Clapack 只是 lapack 调用的一层薄薄的包装器；它们应该是线程安全的[编辑：这是错误的，正如下面的 janneb 指出的那样；Clapack 是对旧版本 Lapack 的直接自动 C 翻译，因此它可能不是线程安全的] ，但如果您在文档中找不到任何关于它的内容可以确定，那么调用直接使用 Fortran 例程。
另一种方法是在不同的进程而不是线程中进行各种函数调用。这需要做更多的事情，但这很容易。规范的方法是使用 MPI——它具有一定的优势，但在这种情况下可能有点矫枉过正。
在 Jonathan 和 janneb 提供的信息的帮助下，我能够使用 openMP 成功地并行化函数 zgelss。
我使用 LAPACK 3.3 并创建了自己的 FORTRAN 到 C 接口。