BLAS或類似的矩陣 - 向量乘法的地方

Question

我想在BLAS中對矩陣A和向量x執行簡單的就地操作A x \ to x。 sgemv向y提供一個A x + b y \，並調用A x + 0 x將給出不正確的結果。執行這個簡單任務的正確方法是什麼？ trmv提供了適當的乘法，但只適用於三角矩陣。

矩陣不是很大，也許是64 * 64，但我有一個大約2^14的數組，並重復操作幾次。請注意，結構更復雜，然後A^n x：A取決於2^14數組中的位置和迭代步驟。我假設（也許不正確）交替A x \ y，A y \ to x會有更糟糕的緩存性能？性能非常關鍵。

Answer 1

我不知道，如果就地乘法可以做到：

當乘以一個X，需要對結果向量的每一個元素的原X的每一個元素，所以你需要在最小的臨時空間大到x。