作者：Arm 工程部主任軟件工程師 Nick Dingle

Arm Performance Libraries（Arm 性能庫）為運行在 64 位 Arm 架構(gòu) (AArch64) 處理器上的數(shù)值計算應(yīng)用提供經(jīng)過優(yōu)化的標準核心數(shù)學庫。該庫包含對稀疏與稠密線性代數(shù)函數(shù)的優(yōu)化實現(xiàn)，涵蓋 BLAS 和 LAPACK、快速傅里葉變換 (FFT) 以及隨機數(shù)生成 (RNG) 函數(shù)。這些實現(xiàn)均基于 OpenMP 并行機制構(gòu)建，可在多處理器環(huán)境中充分釋放性能。此外，Arm Performance Libraries 還通過 libamath 庫提供高性能的標量和向量 math.h 例程。

Arm Performance Libraries 26.01 新增了稀疏三角求解功能，擴展了 RNG 分布類型，在 libamath 中新增可復(fù)現(xiàn)的數(shù)學計算選項，同時全面提升 BLAS、LAPACK 及稀疏計算例程的運行性能。如需查看完整更新內(nèi)容（含 LAPACK 3.12.1 支持詳情），請查閱完整發(fā)布說明。

發(fā)布說明：https://developer.arm.com/documentation/109681/latest

你可以通過包管理器安裝，或下載相應(yīng)的安裝程序，開始使用 Arm Performance Libraries 26.01。

包管理器：https://learn.arm.com/install-guides/armpl

安裝程序：

https://developer.arm.com/Tools%20and%20Software/Arm%20Performance%20Libraries#Downloads

矩陣乘法性能提升

在搭載 M 系列芯片的 macOS 設(shè)備上，通過采用 SME 指令替代 Neon 指令，顯著提升了單精度和雙精度實數(shù)矩陣乘法的性能（例如 BLAS SGEMM 和 DGEMM 調(diào)用）。下方圖表對比了 Arm Performance Libraries 26.01 與 25.07 版本在不同方陣尺寸下的 DGEMM 性能表現(xiàn)。結(jié)果顯示，速度提升最高可達七倍。

用于超節(jié)點矩陣的稀疏三角求解

Arm Performance Libraries 26.01 新增了對采用超節(jié)點矩陣格式的稀疏三角系統(tǒng)求解的支持，推出了全新、完全并行化的 armpl_spsv_exec_* 系列函數(shù)。同時，我們還提供了新的 C 函數(shù)，用于創(chuàng)建超節(jié)點矩陣 (armpl_spmat_create_supernodal_*)。有關(guān)超節(jié)點格式的說明以及這些新例程的完整文檔，可參見在線參考指南。還可查看 Arm Performance Libraries 26.01 隨附的示例程序，進一步了解如何在上三角和下三角輸入矩陣的場景下使用這些函數(shù)。

參考指南：

https://developer.arm.com/documentation/101004/2601/Sparse-Linear-Algebra

下圖展示了四種問題規(guī)模、不同線程配置下，Arm Performance Libraries 26.01 中 armpl_spsv_exec_d 相較于 25.07 版本的性能提升幅度。每個問題都是在 LDL? 分解過程中求解的一個方陣系統(tǒng)，其中矩陣維度 n 等于 Grid 的平方（例如，Grid 為 1024 時，對應(yīng) n = 10242）。

該類矩陣均具備典型超節(jié)點結(jié)構(gòu)。Arm Performance Libraries 26.01 采用全新超節(jié)點接口 armpl_spmat_create_supernodal_d 初始化稀疏矩陣，替代 25.07 版本的 CSC 稀疏矩陣構(gòu)建接口 armpl_spmat_create_csc_d。超節(jié)點格式可實現(xiàn)擴展性更強的多線程三角求解運算，性能最高提升七倍。目前，Arm 系統(tǒng)上的 Panua-Pardiso 已采用該全新超節(jié)點稀疏矩陣格式，來加速大規(guī)模稀疏線性方程組求解。

隨機數(shù)生成功能擴展

Arm Performance Libraries 26.01新增多項分布整數(shù)隨機變量生成接口 viRngMultinomial；新增伽馬分布隨機數(shù)接口，分別通過 vsRngGamma、vdRngGamma 實現(xiàn)單精度、雙精度數(shù)值生成。泊松分布計算接口 viRngPoisson 新增 POISNORM 算法支持，可通過反演法或基于正態(tài)分布數(shù)值換算兩種方式求解泊松分布。這些新增功能的源代碼可在 Arm GitLab 上的 OpenRNG 26.01 中獲取。

Arm GitLab:https://gitlab.arm.com/libraries/openrng

可復(fù)現(xiàn)的 libamath

Arm Performance Libraries 26.01 新增了僅適用于 Linux 平臺的可復(fù)現(xiàn)版 libamath，可一定程度直接替換默認 3.5 ULP 精度標準庫。對于已適配函數(shù)，該版本可確保標量運算與 Neon、SVE 向量化運算輸出結(jié)果完全一致，適用于要求在不同向量化路徑下具有確定性數(shù)值計算需求的應(yīng)用。需注意：并非全部 libamath 函數(shù)都提供可復(fù)現(xiàn)版本，且該庫不提供 GNU ABI 標準符號，詳見在線參考指南。

參考指南：https://developer.arm.com/documentation/101004/2601/Arm-Performance-Libraries-Math-Functions

Arm Performance Libraries 26.01 最新版本現(xiàn)已正式發(fā)布。如有疑問或建議，歡迎前往論壇留言反饋。