BLAS或类似的矩阵 - 向量乘法的地方

Question

我想在BLAS中对矩阵A和向量x执行简单的就地操作A x \ to x。 sgemv向y提供一个A x + b y \，并调用A x + 0 x将给出不正确的结果。执行这个简单任务的正确方法是什么？ trmv提供了适当的乘法，但只适用于三角矩阵。

矩阵不是很大，也许是64 * 64，但我有一个大约2^14的数组，并重复操作几次。请注意，结构更复杂，然后A^n x：A取决于2^14数组中的位置和迭代步骤。我假设（也许不正确）交替A x \ y，A y \ to x会有更糟糕的缓存性能？性能非常关键。

Answer 1

我不知道，如果就地乘法可以做到：

当乘以一个X，需要对结果向量的每一个元素的原X的每一个元素，所以你需要在最小的临时空间大到x。