Intel MKL是多種blas庫的一種。相比於open_blas，他的安裝過程複雜很多，但據說優化效果也更好。
Interl MKL安裝過程一波三折，分別嘗試了在mac和兩個ubuntu系統（虛擬機器16.04，真實機14.04）上的安裝，謹記如下：

Intel MKL的下載

第一個坑。和眾多網上教程所說的不一樣，intel官網似乎更改了下載流程。
1. 官網下載連結
2. 點選free download，填寫自己的資訊，學生使用者可以有教育免費資格：

3. submit提交後，他會發給你一個郵件

4. 點選download，進入下載頁面

5. 注意，如果他沒有出現這個，而是又回到了註冊頁面，那麼你需要先建立一個intel網站的賬戶並登陸（和剛才那個郵件不是一回事）：

安裝

mac下的安裝，2018版本並不需要你輸入序列號了：可能在下載的時候已經附加了license？不管怎麼說，安裝過程一路向下即可。mac下intel mkl的軟體會安裝在/opt/intel目錄下。

linux的安裝基本一樣，不管是介面安裝（install_GUI.sh）還是命令列安裝（install.sh）都問題不大，同樣安裝在/opt/intel下，但是兩個系統的子資料夾組織可能略有不同。

接下來可以參考一個部落格連結 來配置環境變數，不過不做好像也可以。

執行樣例檔案

官方的一個例子：

#define min(x,y) (((x) < (y)) ? (x) : (y))
 

#include <stdio.h>
#include <stdlib.h>
#include "mkl.h"

int main()
{
    double *A, *B, *C;
    int m, n, p, i, j;
    double alpha, beta;

    printf ("\n This example computes real matrix C=alpha*A*B+beta*C using \n"
            " Intel(R) MKL function dgemm, where A, B, and  C are matrices and \n"
 

            " alpha and beta are double precision scalars\n\n");

    m = 2000, p = 200, n = 1000;
    printf (" Initializing data for matrix multiplication C=A*B for matrix \n"
            " A(%ix%i) and matrix B(%ix%i)\n\n", m, p, p, n);
    alpha = 1.0; beta = 0.0;
    printf (" Allocating memory for matrices aligned on 64-byte boundary for better \n"
            " performance \n\n");
    A = (double *)mkl_malloc( m*p*sizeof( double ), 64 );
    B = (double *)mkl_malloc( p*n*sizeof( double ), 64 );
    C = (double *)mkl_malloc( m*n*sizeof( double ), 64 );
    if (A == NULL || B == NULL || C == NULL) {
        printf( "\n ERROR: Can't allocate memory for matrices. Aborting... \n\n");
        mkl_free(A);
        mkl_free(B);
        mkl_free(C);
        return 1;
    }

    printf (" Intializing matrix data \n\n");
    for (i = 0; i < (m*p); i++) {
        A[i] = (double)(i+1);
    }

    for (i = 0; i < (p*n); i++) {
        B[i] = (double)(-i-1);
    }

    for (i = 0; i < (m*n); i++) {
        C[i] = 0.0;
    }

    printf (" Computing matrix product using Intel(R) MKL dgemm function via CBLAS interface \n\n");
    cblas_dgemm(CblasRowMajor, CblasNoTrans, CblasNoTrans, 
                m, n, p, alpha, A, p, B, n, beta, C, n);
    printf ("\n Computations completed.\n\n");

    printf (" Top left corner of matrix A: \n");
    for (i=0; i<min(m,6); i++) {
        for (j=0; j<min(p,6); j++) {
            printf ("%12.0f", A[j+i*p]);
        }
        printf ("\n");
    }

    printf ("\n Top left corner of matrix B: \n");
    for (i=0; i<min(p,6); i++) {
        for (j=0; j<min(n,6); j++) {
            printf ("%12.0f", B[j+i*n]);
        }
        printf ("\n");
    }

    printf ("\n Top left corner of matrix C: \n");
    for (i=0; i<min(m,6); i++) {
        for (j=0; j<min(n,6); j++) {
            printf ("%12.5G", C[j+i*n]);
        }
        printf ("\n");
    }

    printf ("\n Deallocating memory \n\n");
    mkl_free(A);
    mkl_free(B);
    mkl_free(C);

    printf (" Example completed. \n\n");
    return 0;
}

在intel mkl的文件中，很貼心的附帶了一個C語言命令列的引數生成器
file:///opt/intel/documentation_2018/en/mkl/common/mkl_link_line_advisor.htm.

基於這個，我們來分別在linux和mac下面執行並採坑。

linux下執行樣例

MKLROOT是mkl的安裝子目錄，預設在/opt/intel/mkl，在該目錄下有include、lib等編譯需要用的檔案。可以通過export設定，這個不多說。
linux的命令如下，這是不採用併發的版本（sequential）除了-I/opt/intel/mkl/include是手動新增的（否則報找不到mkl.h檔案錯誤），其他都是引數生成網站給出的。這條語句我沒有踩到坑：

g++ -o mkl_first.o dgemm_example.c -I/opt/intel/mkl/include -L${MKLROOT}/lib/intel64 -Wl,--no-as-needed -lmkl_intel_ilp64 -lmkl_sequential -lmkl_core -lpthread -lm -ldl

除此之外，intel自動安裝類omp類來實現並行，語句如下：

g++ -o mkl_first.o dgemm_example.c -I/opt/intel/mkl/include -Wl,--start-group ${MKLROOT}/lib/intel64/libmkl_intel_ilp64.a ${MKLROOT}/lib/intel64/libmkl_intel_thread.a ${MKLROOT}/lib/intel64/libmkl_core.a -Wl,--end-group -liomp5 -lpthread -lm -ldl

這個執行的時候會出現-liomp5找不到的問題:

linux下面很好解決，這個lib在intel中包含了，把它做一個軟連線到/lib資料夾下面就能找到：

ln -s /opt/intel/compilers_and_libraries/linux/lib/intel64_lin/libiomp5.so /lib/libiomp5.so

mac下執行例項

mac的順序執行命令沒什麼區別：

clang dgemm_example.c -I/opt/intel/mkl/include ${MKLROOT}/lib/libmkl_intel_ilp64.a ${MKLROOT}/lib/libmkl_sequential.a ${MKLROOT}/lib/libmkl_core.a -lpthread -lm -ldl

omp併發的版本如下，同樣會報錯，但是mac有兩個問題。首先libiomp5.a的位置不同（小問題），其次mac尋找lib包並不通過/lib來尋找所需類庫（大問題）。

1. mac的libiomp5.a檔案在另一個位置，我們手動加一條-L /opt/intel/compilers_and_libraries_2018.1.126/mac/compiler/lib/，如下：

clang -o mkl_first.o dgemm_example.c -I/opt/intel/mkl/include -L /opt/intel/compilers_and_libraries_2018.1.126/mac/compiler/lib/ -L${MKLROOT}/lib -Wl,-rpath,${MKLROOT}/lib -Wl,-rpath,/opt/intel/compilers_and_libraries_2017.4.xxx/mac/compiler/lib -lmkl_intel_ilp64 -lmkl_intel_thread -lmkl_core -liomp5 -lpthread -lm -ldl  

1. 此時可以編譯通過，但是執行還會報錯：
   
2. intel似乎認為這是他們在mac上的一個bug，給出了一個解決方案，就是生成好檔案後，執行下面這條語句：

install_name_tool -change @rpath/libiomp5.dylib /opt/intel/compilers_and_libraries_2018.1.126/mac/compiler/lib/libiomp5.dylib ./mkl_first.o

1. 執行成功。

結果展示

如果樣例程式碼執行結果如下，說明測試通過：

 XXXXXXX(省略)
 Computations completed.

 Top left corner of matrix A:
           1           2           3           4           5           6
         201         202         203         204         205         206
         401         402         403         404         405         406
         601         602         603         604         605         606
         801         802         803         804         805         806
        1001        1002        1003        1004        1005        1006

 Top left corner of matrix B:
          -1          -2          -3          -4          -5          -6
       -1001       -1002       -1003       -1004       -1005       -1006
       -2001       -2002       -2003       -2004       -2005       -2006
       -3001       -3002       -3003       -3004       -3005       -3006
       -4001       -4002       -4003       -4004       -4005       -4006
       -5001       -5002       -5003       -5004       -5005       -5006

 Top left corner of matrix C:
 -2.6666E+09 -2.6666E+09 -2.6667E+09 -2.6667E+09 -2.6667E+09 -2.6667E+09
 -6.6467E+09 -6.6467E+09 -6.6468E+09 -6.6468E+09 -6.6469E+09  -6.647E+09
 -1.0627E+10 -1.0627E+10 -1.0627E+10 -1.0627E+10 -1.0627E+10 -1.0627E+10
 -1.4607E+10 -1.4607E+10 -1.4607E+10 -1.4607E+10 -1.4607E+10 -1.4607E+10
 -1.8587E+10 -1.8587E+10 -1.8587E+10 -1.8587E+10 -1.8588E+10 -1.8588E+10
 -2.2567E+10 -2.2567E+10 -2.2567E+10 -2.2567E+10 -2.2568E+10 -2.2568E+10

 Deallocating memory

 Example completed.

總結

在兩個ubuntu上，一個執行成功，另一個可以編譯通過但總是報段錯誤Segmentation fault (core dumped)，實在頭疼，希望同樣遇到這個問題並解決了的同儕多多指教。
其他例子也可以參考另一個部落格。