用于执行专用密集和稀疏矩阵操作以及 深度学习 原语的库。
LIBXSMM 是一个高性能的库，用于执行小型密集和稀疏线性代数操作，包括 GEMM 和 深度学习 应用中常见的元素级基本操作。它还作为 Tensor 处理基元（TPP）的参考实现，这是一种用于高效且可移植的 深度学习 和 HPC 工作负载的编程抽象。在 2.0 版中，LIBXSMM 专注于提供一组完整且可移植的 TPP（小型密集和稀疏矩阵操作以及元素级、GEMM 和 BRGEMM 基本操作），这些基元构成了高级操作，如卷积、全连接层、归一化和池化。LIBXSMM 面向 Intel 架构，支持 Intel SSE、Intel AVX、Intel AVX2、Intel AVX-512（带 VNNI 和 Bfloat16）以及 Intel AMX（高级矩阵扩展）、AArch64（NEON、SVE 和 SME）、RISC-V（RVV）和 PowerPC 64 位小端（POWER10 与 VSX 和 MMA）。代码生成主要基于即时（JIT）代码专化，实现编译器无关的性能（矩阵乘法、矩阵转置/复制、稀疏功能和张量基元）。LIBXSMM 适用于“一次构建，随处部署”，即无需特殊的目标标志即可利用可用的性能。支持的 GEMM 数据类型包括：FP64、FP32、FP16、bfloat16、BF8、HF8、MXBF8、MXHF8、MXINT8、int16、int8、MXBF6、MXHF6、MXFP4、int4、int2 和 int1。此外，还支持各种非标准的低精度组合。
LIBXSMM 2.0：此主要版本将 LIBXSMM 重新定位为张量处理基元的参考实现。为了使核心库保持专注，之前在此发布的多个应用特定组件已移至专用的伴随仓库：t
暂无开放 Issues，或尚未同步最近议题。