你完全没看错——BLAS（包括OpenBLAS）的核心矩阵乘法接口（比如sgemm、dgemm）确实只支持同精度的输入矩阵运算，这是BLAS标准设计里的明确规则，目的是保证运算效率和数值计算的一致性。

要实现单精度与双精度矩阵相乘，目前最稳妥且符合BLAS规范的做法就是先做类型转换，再执行同精度乘法，具体可以参考这两种思路：

• 优先转换低精度矩阵到高精度：把单精度矩阵转换成双精度，然后调用双精度矩阵乘法接口dgemm。这种方式能最大程度避免精度损失，毕竟从单精度转双精度不会丢失信息。比如你可以手动遍历矩阵元素完成转换，转换的开销相对于矩阵乘法的计算量来说几乎可以忽略，完全不用担心拖慢整体性能。
• 特殊场景下转高精度到低精度：如果你的结果允许一定精度损失，也可以把双精度矩阵转成单精度后用sgemm，但这种方式不推荐，因为会丢失双精度里的高精度信息，可能影响结果准确性。

举个简单的伪代码示例（基于C语言调用OpenBLAS）：

// 假设A是单精度矩阵（float*），B是双精度矩阵（double*）
int m = ..., n = ..., k = ...;
// 先把A转成双精度矩阵A_d
double* A_d = malloc(m * k * sizeof(double));
for (int i = 0; i < m*k; i++) {
    A_d[i] = (double)A[i];
}
// 调用dgemm计算C = A_d * B
double* C = malloc(m * n * sizeof(double));
cblas_dgemm(CblasRowMajor, CblasNoTrans, CblasNoTrans,
            m, n, k, 1.0, A_d, k, B, n, 0.0, C, n);
// 记得释放内存
free(A_d);

另外补充一句：目前BLAS标准里确实没有提供跨精度的矩阵乘法接口，所以不用再费心找了——类型转换是最直接的解决方案。

内容的提问来源于stack exchange，提问作者Hani