現在，DNN和CNN都將計算轉化為底層的矩陣乘法。BLAS庫用於加速矩陣乘法。在許多情況下，應用程序被稱為R標準接口，這是壹個單線程矩陣乘法庫。該庫可以輕松取代以下部分，後者可以由GPU加速的cuBLAS庫或多核或多線程英特爾MKL庫和OpenBLAS取代。這樣，可以快速提高矩陣運算的速度。
Linux下有壹個NVBLAS庫，它實際上是cuBLAS的包裝器，可以從中調整各種精度的矩陣乘法。
它不僅支持單個GPU，還支持多個GPU。它的主要優點是您不需要對代碼進行任何更改，即零編程工作。只需在前面加載NVBLAS庫，此庫將被cuBLAS替換並在GPU上運行。
因此，在開發應用程序時，人們通常會有壹個想法。如果妳想加快計算速度，妳應該嘗試將其轉換為矩陣計算並加載各種多線程庫或並行庫，然後程序可以很快得到改進，並且無需重寫太多代碼。然後看看基準測試，有兩種基準測試。
藍線是用原來的r運行的程序，可以看到運行時間多了很多，加載NVBLAS庫後運行時間少了很多。其他的是許多程序中使用的壹些基本算法。當程序依賴於這種基本算法時，可以考慮加載許多並行庫來查看程序的運行效果。