Scala 为什么spark blas在1级例程中使用f2jBLAS而不是本机blas？

我在BLAS.scala中找到了以下代码：

// For level-1 routines, we use Java implementation.
private def f2jBLAS: NetlibBLAS = {
  if (_f2jBLAS == null) {
    _f2jBLAS = new F2jBLAS
  }
  _f2jBLAS
}

我认为本机blas比纯Java实现更快

那么为什么spark会选择f2jblas作为1级例程，有什么原因我不知道吗

---

谢谢大家!

答案很可能在存储库自述文件的性能部分找到

Java在老一代开发人员中享有盛誉，因为Java应用程序在20世纪90年代发展缓慢。现在，JIT确保java应用程序跟上或超过C/C++／FORTRAN应用程序的性能。 接下来是显示各种BLAS例程的详细基准测试结果的图表，这些BLAS例程使用纯Java（从Fortran和f2j翻译而来）以及ARM上的Linux和x86_64上的macOS上的本机BLAS。<代码> dDOT基准测试结果表明，在X86上（JRE对于ARM似乎没有JIT能力），F2J与参考的本地BLAS实现在更长的向量大小上保持一致，甚至比更短的向量大小要优于它。这里需要注意的是，JIT是在两次调用之后开始的，这不是一个问题，因为大多数ML算法本质上是迭代的。大多数1级例程都相当简单，JIT编译器能够生成优化良好的代码。这也是高度优化的BLAS实现中的调优工作进入2级和3级例程的原因