鲲鹏计算平台矩阵乘算子SGEMM优化实践——下篇

鲲鹏计算平台矩阵乘算子SGEMM优化实践分为上下两篇，记录了在鲲鹏计算平台上，从最朴素的三重循环矩阵乘法出发，经过 6 个阶段逐步优化，最终实现 30+倍性能提升 的完整过程。所有代码基于 C 语言 + ARM intrinsics，矩阵存储采用列主序 (Column-Major)，编译器使用华为毕昇编译器 (BiSheng)。本文为下篇，续写SGEMM优化实践内容，上篇请参考 鲲鹏计算平台矩阵乘

鲲鹏通信组件HMPI之参数使用篇

更多 UCG 算法细节可参考其 代码仓库 ，具体接口算法位于 src/planc/ucx/ 目录下（如 allreduce.c 包含 MPI_Allreduce 的算法实现）。

鲲鹏数学库FFT与_NumPy的兼容性适配及实践总结

所有面向用户的函数（ fft 、 ifft 、 rfft 、 irfft 、 hfft 等）均定义在 numpy/fft/_pocketfft.py 中。该层负责处理参数标准化，包括：轴归一化​：将用户指定的 axis 转换为内部使用的正整数索引，并支持负数轴。长度调整​：若 n 大于输入数组在目标轴的长度，自动进行零填充（zero-padding）；若 n 小于原长度，则执行截断。规范化​：根据