matlab并行特征值分解

我一直在尝试提出一种并行特征值分解的算法，但我尝试的算法中没有一种能打败matlab的eig算法，那么有谁知道matlab使用哪种算法来实现eig函数呢？

---

或者有人能给我推荐一个很好的特征值分解并行算法吗？

MATLAB使用LAPACK作为其更高级的线性代数。根据MATLAB的version命令，它是Intel的数学内核库（MKL）：

---

英特尔MKL包括BLAS和LAPACK的非常快速的实现，但它不是免费的。对于开源选项，请尝试和。他们的API非常直观，速度也非常快。如果您相信，它们是最快的开放BLAS，其API优于参考netlib LAPACK（在我看来，只要看一看Fortran版本，API声明就很明显了！）

MATLAB将LAPACK用于其更高级别的线性代数。根据MATLAB的version命令，它是Intel的数学内核库（MKL）：

英特尔MKL包括BLAS和LAPACK的非常快速的实现，但它不是免费的。对于开源选项，请尝试和。他们的API非常直观，速度也非常快。如果您相信，它们是最快的开放BLAS，具有优于参考netlib LAPACK的API（在我看来，只要看一看Fortran版本，API声明就很明显！）

您可以与一起使用。两者都是开源的。OpenBLAS的最新版本还提供LAPACK函数。OpenBLAS使用多个内核（即并行运行）

使用犰狳函数时，请指定要使用的分治方法。这对大型矩阵有很大的影响。例如：

eig_sym(eigval, eigvec, X, "dc")

顺便说一句，您还可以将基于犰狳的代码链接到Intel MKL而不是OpenBLAS。MKL还提供高度优化的LAPACK功能。

您可以与一起使用。两者都是开源的。OpenBLAS的最新版本还提供LAPACK函数。OpenBLAS使用多个内核（即并行运行）

使用犰狳函数时，请指定要使用的分治方法。这对大型矩阵有很大的影响。例如：

eig_sym(eigval, eigvec, X, "dc")

---

顺便说一句，您还可以将基于犰狳的代码链接到Intel MKL而不是OpenBLAS。MKL还提供高度优化的LAPACK函数。

非常感谢，但是有什么关于使算法并行的吗？非常感谢，但是有什么关于使算法并行的吗？