np.matmul与xt::linalg::dot结果不一致及BLAS调用溯源求助

一、np.matmul调用的BLAS具体函数 #

• 针对你遇到的矩阵与一维数组乘法场景（A为矩阵，b为一维数组），np.matmul(A, b)底层会调用BLAS的gemv函数，和xtensor-blas使用的基础函数一致。但需要注意：
  • numpy实际调用的是编译时链接的BLAS库（如OpenBLAS、MKL、ATLAS等）实现的gemv，不同库的gemv在数值精度优化细节上可能存在差异，这可能是你结果不一致的核心原因。
  • 若涉及矩阵乘矩阵的场景，np.matmul会调用BLAS的gemm函数。

二、numpy.matmul()的源码位置 #

numpy的matmul核心逻辑以C语言实现，关键源码位置如下：

• 顶层入口：numpy/core/src/multiarray/matmul.c，其中定义的PyArray_MatMul是Python层np.matmul的C语言入口，负责处理维度匹配、广播等前置逻辑。
• 底层BLAS调用：numpy/core/src/umath/blasdot.c以及模板文件numpy/core/src/umath/loops.c.src（编译后生成具体的loops.c），这里会根据运算类型选择对应BLAS函数（如gemv/gemm）执行计算。

补充提示 #

你遇到的首尾元素一致、中间存在差异的情况，大概率是不同BLAS库的浮点运算累加顺序或优化策略差异导致的。可以尝试让numpy和xtensor-blas链接同一个BLAS库（如统一使用MKL或OpenBLAS），再验证结果是否一致。

内容的提问来源于stack exchange，提问作者velenos14