大家好！这段时间一哥在钻研矩阵乘法，取得实质性突破，给大家简单介绍一下。
首先大家可能要问什么是矩阵？大家可能看过或者听说过一部叫《黑客帝国》的电影，它可以翻译成《矩阵帝国》。它讲的是未来AI崛起，使用计算机算法为人类构建了一个虚拟世界的故事。从这个例子我们只要大体知道矩阵是人工智能的核心概念，而矩阵乘法则是人工智能的核心运算。矩阵乘法算的快不快，决定了AI快不快，甚至强不强。现在业界都在争先恐后的堆积算力，其实都是用于矩阵乘法的。
既然矩阵乘法这么重要，人类当然已经研究了近百年。目前矩阵运算最快的三个顶尖算法分别是：OpenBLAS, Eigen3，MKL。其中MKL据说是最快的，但是不开源，其余两个是开源免费的。虽说是顶尖算法，但是在我实际使用过程中，我发现OpenBLAS和Eigen3并没有达到CPU的最大速度，而且差的不是一点点。
由此，我开始自己写矩阵乘法。取经的路当然很长很远，Bla，Bla。。。技术细节一则保密，二则围观群众也不关心，反正一哥废寝忘食一周下来搞定了，直接上结果。首先申明一下我的机器是单个Intel(R) Xeon(R) Gold 6252 CPU @ 2.10GHz，24核心，48线程。
首先我们看最特殊的一种情况，就是参与运算的矩阵长宽差很多的情况。
我们可以看到矩阵乘法怎么算，在所有的情况下，一哥的矩阵乘法wysgemm比OpenBLAS都要快，经常达到10倍以上，甚至能达到46倍！这意味着什么？意味着买一台电脑能抵10台、46台同样的电脑，而且有些事情不是买电脑就可以简单加速的。。。
接下去我们看一下矩阵长宽比接近的中小型情况：
我们可以看到，wysgemm还是比OpenBLAS快了几倍，最多可以达到13倍。由此我们可以得出结论，在中小型矩阵（有一个维度
接下来我们看一下大型矩阵的情况，这种情况是传统矩阵库设计者主要考虑的情况。
可以看到，在大型矩阵上，wysgemm和OpenBLAS不相上下，但是wysgemm表现比较稳定。这也说明了双方的比较是一个公平的比较矩阵乘法怎么算，各方面设置都一样。我们观察到在大型矩阵上，wysgemm达到了2T的CPU运算力，接近GPU算力。
综上所述，在中小型矩阵特别是长宽比差别较大的情况下，wysgemm可以超越目前顶尖算法一个数量级。这是一个重要的突破，其意义在于使得服务器CPU也可以进行深度学习，以及普适性的数值运算加速。我实测使用wysgemm代替Eigen3之后，深度学习（隐层节点数=1024）得到了4-5倍的提速。
现在我最关心的不是技术问题了，而是这个算法何去何从？我认为这个算法应该是首先服务于我国高科技，而非开源或者卖给Intel。我个人思路有限项目加盟，具体怎么让它发挥价值还需读者建议和帮助。
