PETSc 将 BLAS 用于一些向量基元，但这些通常受到内存带宽的限制，并且“优化”没有太大的差异，因此它往往不会产生太大的性能差异。

它还使用 Lapack 进行一些分析，例如特征值和奇异值的 Lanczos 或 Arnoldi 估计，但这些通常对性能不敏感。

当使用来自第三方库（例如 MUMPS、SuperLU、UMFPACK）的稀疏直接求解器时，密集的“3 级”操作通常只出现在性能敏感的上下文中，在这种情况下，填充最终会导致密集问题大到足以从中受益呼叫 BLAS。

如果您依赖这些应用于大型问题的稀疏直接求解器，那么值得使用经过调整的 BLAS 实现来构建，否则它几乎没有什么区别。