我不确定我是否做错了什么，或者我只是不了解优化 BLAS 的概念。

我是一名 FEM 工程师，试图优化我在小型集群计算机（六个节点）上的设置。我在开源工具上构建一切。我的目标是使用强大的设置来管理大型机械模拟。在最终使用 MPI 编译我的程序后，我正在阅读使用优化的 BLAS 将帮助我进一步缩短计算时间。

我安装了OpenBlas并构建了 Lapack 3.4.2。lapack 基准测试的结果令人惊讶。它们在系统（未优化）BLAS 中速度最快，并且运行时间随着指定线程数量的增加而增加（export OPENBLAS_NUM_THREADS=i）。scalapack也是如此。此外，虽然我在这台机器上可用，但i>16似乎只使用线程。没关系，因为无论如何我都希望有人在一个节点上运行几个 MPI 进程（4 个？），但我觉得这很可疑。1632

我是初学者，不知道从哪里开始挖掘。有人可以给我一个提示吗？我在这里i=32有一个日志的粘贴箱。

OpenBLAS build complete.
OS               ... Linux
Architecture     ... x86_64 
BINARY           ... 64bit
C compiler       ... GCC  (command line : gcc)
Fortran compiler ... GFORTRAN  (command line : gfortran)
Library Name     ... libopenblas_sandybridgep-r0.2.5.a (Multi threaded; Max num-threads is 32)

Lapack 3.4.2 make.inc（默认更改）

 BLASLIB = /path/to/libopenblas.a -lpthread

-编辑：（更多信息，因为@Aron Ahmadia的评论）

• 系统 BLAS 日志
• i=1日志
• i=32日志
• CentOS 6.3 版（最终版）
• blas-devel-3.2.1-4.el6.x86_64
• gcc版本 4.4.6 20120305（Red Hat 4.4.6-4）（GCC）（与 相同gfortran）。

• MemTotal: 198202172 kB

  $ grep "Xeon(R) CPU E5-2690 0 @ 2.90GHz" /proc/cpuinfo | wc -l 
  32.