如何减少Julia中矩阵乘法的内存分配数量？技术咨询

• 预分配输出矩阵（最常用方案）
  默认的A*B会自动分配新内存存储计算结果，如果你提前明确结果矩阵的尺寸，直接用mul!(C, A, B)把结果写入预分配好的矩阵C，能完全避免额外内存分配。示例代码：

  A = rand(1000, 1000)
  B = rand(1000, 1000)
  # 预分配和A同类型、对应尺寸的矩阵
  C = similar(A, size(A, 1), size(B, 2))
  mul!(C, A, B)  # 这一步不会产生新的堆内存分配
  

• 小矩阵用静态数组
  如果你的矩阵尺寸很小（比如几十阶以内），用StaticArrays.jl的SMatrix类型，它把数据存在栈上，不会在堆上分配内存。示例：

  using StaticArrays
  A = @SMatrix rand(3, 3)
  B = @SMatrix rand(3, 3)
  C = A * B  # 全程栈上运算，无堆内存分配
  

• 优化大矩阵的分块与BLAS设置
  处理超大矩阵时，手动分块后用mul!逐个处理块，避免一次性分配巨量内存。另外可以把BLAS线程数和Julia的线程数对齐，减少内存竞争：

  using LinearAlgebra
  BLAS.set_num_threads(Threads.nthreads())
  

• 统一矩阵数据类型
  如果参与乘法的矩阵类型不一致（比如一个Float64一个Float32），Julia会临时转换类型并分配内存。提前用convert统一类型就能避免这种情况：

  A = rand(Float64, 500, 500)
  B = rand(Float32, 500, 500)
  # 提前转换类型，避免乘法时临时分配
  B_converted = convert(Matrix{Float64}, B)
  C = A * B_converted
  

• 排查分配来源
  用@time或@allocated指令查看具体的内存分配情况，方便定位问题：

  @time A * B  # 输出执行时间和内存分配量
  alloc_bytes = @allocated mul!(C, A, B)  # 直接获取本次操作的分配字节数
  

内容的提问来源于stack exchange，提问作者James Rider