一个小的非线性方程组（大小约为 12 ✕ 12）需要反复求解（数百万次）；每次参数/系数都有一些变化（尽管方程组总是相同的）。

大多数求解器对像这样的小型系统不是很优化，只有在使用更大的矩阵时才能实现更高的“GFlops”（例如，512 ✕ 512）。

目前它正在使用基于MINPACK（鲍威尔混合方法与布罗伊登雅可比更新）的实现，而不使用BLAS（因为即使是小矩阵的BLAS实现似乎也更慢）。

是否有针对此类问题优化的求解器实现（例如英特尔 MKL、PETSc 或 Ceres 中的求解器）？