Diferencia entre revisiones de «Biblioteca MKL»
| Línea 7: | Línea 7: | ||
La biblioteca ''Intel Math Kernel Library'' contiene funciones optimizadas para realizar diferentes operaciones matemáticas en procesadores fabricados por Intel. Se emplea mucho en entornos científicos, de ingeniería y financieros, ya que puede resolver sistemas lineales con diferentes tipos de matrices (densas, ''sparse''), transformada rápida de Fourier y cualquier operación que requiera manipular vectores y matrices. | La biblioteca ''Intel Math Kernel Library'' contiene funciones optimizadas para realizar diferentes operaciones matemáticas en procesadores fabricados por Intel. Se emplea mucho en entornos científicos, de ingeniería y financieros, ya que puede resolver sistemas lineales con diferentes tipos de matrices (densas, ''sparse''), transformada rápida de Fourier y cualquier operación que requiera manipular vectores y matrices. | ||
| − | La biblioteca está disponible para sistemas Windows, GNU/Linux y Mac. En Windows y Mac es necesario adquirir una licencia comercial para poder emplear la biblioteca<ref>[http://software.intel.com/en-us/intel-math-kernel-library-intel-mkl-purchase Intel MKL purchase] (software.intel.com)</ref>. En cambio, en GNU/Linux puede conseguirse una licencia personal sin coste<ref>[http://software.intel.com/en-us/non-commercial-software-development Intel Non-Commercial Software Development] (software.intel.com). | + | La biblioteca está disponible para sistemas Windows, GNU/Linux y Mac. En Windows y Mac es necesario adquirir una licencia comercial para poder emplear la biblioteca<ref>[http://software.intel.com/en-us/intel-math-kernel-library-intel-mkl-purchase Intel MKL purchase] (software.intel.com)</ref>. En cambio, en GNU/Linux puede conseguirse una licencia personal sin coste<ref>[http://software.intel.com/en-us/non-commercial-software-development Intel Non-Commercial Software Development] (software.intel.com)</ref>. |
== LAPACK == | == LAPACK == | ||
Revisión del 12:00 27 jun 2013
 Este artículo está en versión beta. El autor de este artículo no lo ha terminado todavía, por favor no lo edites hasta que elimine este mensaje.
|
MKL[1] es una biblioteca desarrollada por Intel para realizar operaciones relacionadas con álgebra numérica. Esta biblioteca es muy rápida sobre procesadores Intel. Es la biblioteca que emplea MATLAB para realizar las operaciones de álgebra numérica. También puede usarse con GNU Octave.
Contenido
1 ¿Qué es MKL?
La biblioteca Intel Math Kernel Library contiene funciones optimizadas para realizar diferentes operaciones matemáticas en procesadores fabricados por Intel. Se emplea mucho en entornos científicos, de ingeniería y financieros, ya que puede resolver sistemas lineales con diferentes tipos de matrices (densas, sparse), transformada rápida de Fourier y cualquier operación que requiera manipular vectores y matrices.
La biblioteca está disponible para sistemas Windows, GNU/Linux y Mac. En Windows y Mac es necesario adquirir una licencia comercial para poder emplear la biblioteca[2]. En cambio, en GNU/Linux puede conseguirse una licencia personal sin coste[3].
2 LAPACK
Bibliotecas LAPACK, niveles de LAPACK
3 Influencia de la arquitectura
Artículos principales: arquitectura de un ordenador, complejidad de un algoritmo, eliminación gaussiana.
El rendimiento de los métodos numéricos para álgebra lineal no dependen ya de la complejidad del algoritmo. Los algoritmos están muy establecidos, y no hay margen para avances en la complejidad. La mejora del rendimiento se ha debido a cambios en la arquitectura de los ordenadores donde se implementan.
La secuencia de operaciones es más importante que la cantidad de operaciones.
Arquitectura Von Neumann. Análisis de Von Neumann de la eliminiación gaussiana[4]
4 Cómo compilar Octave con MKL
5 Referencias
- ↑ Math Kernel Library (software.intel.com)
- ↑ Intel MKL purchase (software.intel.com)
- ↑ Intel Non-Commercial Software Development (software.intel.com)
- ↑ Grcar, Joseph F. John von Neumann's Analysis of Gaussian Elimination and the Origins of Modern Numerical Analysis. SIAM Review, 53(4), pp. 607–682, 2011. (enlace a PDF sin suscripción)
