面试真题

结论：GEMM优化核心在提升缓存命中与并行度，常用分块、向量化、多线程。核心要点：1)分块（tiling）将矩阵分小块适配L1/L2缓存，减少访存；2)循环重排与向量化（SIMD）利用CPU向量指令；3)多线程（OpenMP）及与GPU（cuBLAS）加速；4)内存布局（行/列优先）与预取。示例：C=AB，分块计算C子块= A子块*B子块，避免重复加载。对比朴素O(n^3)访存差，优化后接近峰值算力。