• 在英特尔® 处理器上具有出众的性能
     使用针对基于英特尔® 安腾® 2、英特尔® 至强® 以及英特尔® 奔腾® 4 处理器的系统进行过高度优化的数学库，实现出众的性能。与 AMD 处理器上的其它数学软件包相比，“英特尔 MKL”的性能具有明显的竞争优势。

• 支持多核处理器
  

• 在多处理器系统上具有的伸缩性
         利用“英特尔 MKL”内置的并行技术，在多处理器系统上自动获得的伸缩性。“英特尔 MKL”的“级别 3 BLAS”与“快速傅立叶变换”均使用 OpenMP* 进行过高度线程化处理。

• 线程安全
         所有的“英特尔 MKL”函数都能确保线程安全。        
       
         图 1. 多核处理器使得多线程应用软件真正实现了并行执行

• 运行时处理器自动检测
     通过执行运行时检查，确保无论应用程序在什么系统上运行，都会执行针对特定处理器进行过优化的代码，从而均能获得性能。

• 支持 C 与 Fortran 接口
     同其它一些替代性的数学库要求购买多个产品才能获取 C 与 Fortran 接口不同，“英特尔 MKL”同时提供这两种接口。

• 在单个软件包中支持多个英特尔处理器
     其它替代性的数学库要求购买多套产品，才能支持安腾 2、英特尔至强以及奔腾 4 处理器。“英特尔 MKL”在一个经济实惠的软件包中包含了对“所有”这些处理器的支持。

• 免版税发行权
     运行时函数库可以随软件无*再发行。

• 用户论坛
     在由英特尔工程师主持的英特尔 MKL 论坛上同其他人分享经验。

• 英特尔® 支持
     购买每套“英特尔 MKL”，即获赠为期一年的的技术支持。在此期间，包括主要发行版在内的产品升级均可免费下载。

• 线性代数 - BLAS 与 LAPACK
     部署针对英特尔处理器进行过高度优化的 BLAS 与 LAPACK 例程，它们提供的性能改善非常显著，远远超出其它替代性版本。

• 线性代数 - 稀疏矩阵解算器
     在共享内存多处理器上使用“PARDISO 直接系数矩阵解算器”解算大型、稀疏、对称及不对称线性方程组；此解算器是由巴塞尔大学 (University of Basel) 的软件库，具有使用方便、线程安全、性能优异、内存效率*等优点。“英特尔 MKL”还包含一个“共轭梯度”迭代解算器，它带有灵活的反向通讯接口。

• 快速傅立叶变换 (FFT)
     采用多维 FFT 例程（1 维到最多 7 维，支持混合基数），并提供一个易于使用的*的 C/Fortran 接口。“英特尔 MKL”还提供一套模拟 FFTW 2.x 与 3.0 接口的 C 例程（“封装器”），便于目前的 FFTW 用户来比较“英特尔 MKL”的性能。

• 矢量数学库
     使用矢量版的计算密集型核心数学函数（乘方、三角、指数、双曲以及对数等），可以提高应用程序的速度。

• 矢量随机数生成器
     我们的矢量随机数生成器带来的性能改善远远超过其它替代性的标量随机数生成器，使用它们可以提高模拟速度。

• 对 Apple Mac OS* 的支持
  

• “英特尔 MKL”现支持 Linux、Windows 以及 Mac OS。（“群集版”暂不支持 Mac OS）。

• “快速傅立叶变换”(FFT) 的性能进一步改善。

• “英特尔 MKL 8.1”中采用的优化技术将 FFT 性能提高到了的高度。

• 新增对 FFTW 2.x 接口的支持
  

• 通过使用此接口，可以轻松地将“快速傅立叶变换”从 FFTW 移植到“英特尔 MKL”，而无需更改应用程序源代码。

• 操作系统
     现已支持 Mac OS！借助“英特尔 MKL Mac OS 版”，只需使用 Windows 版与 Linux 版所有的相同库 API 与函数，便能将应用程序轻松移植到 Mac OS。

• 开发环境
     “英特尔 MKL”非常易于使用，且可以集成到主流的开发工具与环境中。

• 多核处理器 - 英特尔® 酷睿™ 双核处理器与英特尔奔腾 D 处理器

• 英特尔® 酷睿™ 单核处理器

• 英特尔至强处理器

• 含“英特尔® EM64T”的处理器，包括 64 位英特尔至强处理器、奔腾 D 处理器以及奔腾处理器版

• 奔腾 4 与奔腾 M 处理器

• 基于“英特尔 XScale®”技术的处理器，包括英特尔® IXP4xx 处理器与支持“英特尔® 无线 MMX™”技术的英特尔® PXA27x 应用处理器。

• 安腾 2 处理器

Features

• Outstanding performance on Intel® processors
  Achieve leadership performance with the math library that is highly optimized for, Intel® Xeon®, Intel® Core™, Intel® Itanium®, and Intel® Pentium® 4 processor-based systems. Special attention has been paid to optimizing multi-threaded performance for the Intel® Xeon Quad-core processors and the new Intel® CoreTM i7 Quad-Core processors. Intel MKL strives for performance, competitive with that of other math software packages on non-Intel processors.
• Multicore ready
  • Excellent scaling on multicore and multiprocessor systems
    Use the built-in parallelism of Intel MKL to automatically obtain excellent scaling on multicore and multiprocessors including Intel® Xeon® 7400 and the latest dual and quad-core systems. Intel MKL BLAS, Fast Fourier transforms, and Vector Math, among many other routines are threaded using OpenMP*.
  • Thread-Safety
    All Intel MKL functions are thread-safe. A non-threaded sequential version of Intel MKL is also provided.
  • Automatic runtime processor detection
    A runtime check is performed so that processor-specific optimized code is executed, ensuring that your application achieves optimal performance on whatever system it is executing on.
• Support for C and Fortran interfaces
  Intel MKL includes both C and Fortran interfaces, unlike some alternative math libraries that require you to purchase multiple products.
• Support for all Intel® processors in one package
  Intel MKL includes support for Intel® Xeon®, Intel® CoreTM, Intel® Pentium 4, Intel® Itanium® architectures in a single package. Alternative math libraries require you to purchase multiple products for all supported processors.
• Royalty-free distribution rights
  Redistribute unlimited copies of the Intel MKL runtime libraries with your software.
• Intel® Premier Support
  Receive one year of world-class technical support with every purchase of Intel MKL. During this period, you can download product upgrades free of charge, including major version releases. For more information, visit the Intel Registration Center. Additionally, the user forum is a great place to get community support.
• User forum
  Share experiences with other users of Intel MKL at the Intel moderated Intel MKL Discussion Forum.

Functionality:

• Linear Algebra - BLAS and LAPACK
  Employ BLAS and LAPACK routines that are highly optimized for Intel processors, and that provide significant performance improvements over alternative implementations. Intel MKL 10.0 is compliant with the new 3.1 release of LAPACK.

   

• Linear Algebra - ScaLAPACK
  The Intel MKL implementation of ScaLAPACK can provide significant performance improvements over the standard NETLIB implementation.
• Linear Algebra- Sparse Solvers
  Solve large, sparse linear systems of equations with the PARDISO Direct Sparse Solver – an easy-to-use, thread-safe, high-performance, and memory-efficient software library licensed from the University of Basel. Intel MKL also includes Conjugate Gradient and FGMRES iterative sparse solvers.
• Fast Fourier Transforms (FFT)
  Utilize our multi-dimensional FFT routines (1D up to 7D) with a modern, easy-to-use C and Fortran interface. Intel MKL supports distributed memory clusters with the same API enabling you to improve your performance by distributing the work over a large number of processors with minimal effort. Intel MKL also provides compatibility with the FFTW 2.x and 3.0 interfaces making it easy for current FFTW users to plug Intel MKL into their existing applications.
• Vector Math Library
  Increase application performance with vectorized implementations of computationally intensive core mathematical functions (power, trigonometric, exponential, hyperbolic, logarithmic, and more).
• Vector Random Number Generators
  Speed up your simulations using our vector random number generators, which can provide substantial performance improvements over scalar random number generator alternatives.
• LINPACK Benchmark
  Intel provides free LINPACK benchmark packages built with Intel MKL to help you obtain the highest possible benchmark results for your Intel® architecture-based systems.