BLAS 例程通常不使用稳定的求和算法。对于 gsl，您可以在线查找其源代码 - gsl 的源代码sdot包含在 中gsl/cblas/source_dot_r.h，并且包含以下循环：

  for (i = 0; i < N; i++) {
    r += X[ix] * Y[iy];
    ix += incX;
    iy += incY;
  }

这只是一个简单的总和。BLAS 库本身的相应版本在这里，并且以基本相同的方式实现。

不幸的是，“标准”BLAS 实现不提供此功能。但是由于科学界希望通过 Exascale Computing 实现的目标，“可重现”的 BLAS 实施正在开发中。再现性与最小错误评估不同，但它是其中一个必要的部分。并且可重现的 BLAS 库可能会为计算结果提供错误界限。

两个专注于此的图书馆是：

• ExBLAS - https://exblas.lip6.fr/
• ReproBLAS - http://bebop.cs.berkeley.edu/reproblas/