`:top

Die Intel `!Math Kernel Library`! (Intel MKL) ist eine `F33f`_`[Programmbibliothek`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Programmbibliothek]`_`f für mathematische Berechnungen von `F33f`_`[Intel`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Intel]`_`f. Hauptbestandteile sind `F33f`_`[Basic Linear Algebra Subprograms`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Basic_Linear_Algebra_Subprograms]`_`f (BLAS), `F33f`_`[LAPACK`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=LAPACK]`_`f, ScaLAPACK, `F33f`_`[Solver`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Solver]`_`f für `F33f`_`[dünnbesetzte Matrizen`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Dünnbesetzte_Matrix]`_`f, `F33f`_`[schnelle Fourier-Transformationen`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Schnelle_Fourier-Transformation]`_`f und Vektormathematik.`:cite-ref-1[`F5bf`_`[1`#cite-note-1]`_`f]

Die Math Kernel Library wurde von Intel am 9. Mai 2003 veröffentlicht. Sie eignet sich besonders für Intel-`F33f`_`[Mikroprozessoren`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Mikroprozessor]`_`f und Einsatz im `F33f`_`[Multithreading`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Multithreading]`_`f.`:cite-ref-2[`F5bf`_`[2`#cite-note-2]`_`f] Nicht von Intel stammende Prozessoren werden benachteiligt, da dort weitaus langsamerer Programmcode läuft als nötig, teilweise beobachtet werden Verlangsamungen um den Faktor 3–10`:cite-ref-3[`F5bf`_`[3`#cite-note-3]`_`f], leistungssteigernde Befehlssätze wie AVX werden nicht genutzt, obwohl möglicherweise vorhanden. Mittlerweile gibt es mehrere Workarounds, welche es erlauben, das nach CPU-Hersteller diskriminierende Verhalten der MKL zu umgehen.`:cite-ref-4[`F5bf`_`[4`#cite-note-4]`_`f]`:cite-ref-5[`F5bf`_`[5`#cite-note-5]`_`f]

Für die Nutzung wird eine Lizenz benötigt, wobei es eine kostenlose Community-License gibt. Die Bibliothek unterstützt `F33f`_`[C`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=C_(Programmiersprache)]`_`f, `F33f`_`[C++`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=C++]`_`f und `F33f`_`[Fortran`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Fortran]`_`f nativ und ist mit `F33f`_`[Java`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Java_(Programmiersprache)]`_`f, `F33f`_`[C#`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=C-Sharp]`_`f, `F33f`_`[Python`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Python_(Programmiersprache)]`_`f`:cite-ref-6[`F5bf`_`[6`#cite-note-6]`_`f] und anderen Sprachen kompatibel.

Im Bereich der `F33f`_`[numerischen linearen Algebra`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Numerische_lineare_Algebra]`_`f sind BLAS und LAPACK enthalten und um performantere Berechnungen erweitert worden. Dazu zählen etwa `F33f`_`[LR`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Gaußsches_Eliminationsverfahren]`_`f-, `F33f`_`[Cholesky`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Cholesky-Zerlegung]`_`f- und `F33f`_`[QR-Zerlegung`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=QR-Zerlegung]`_`f, `F33f`_`[Eigenwertprobleme`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Eigenwertproblem]`_`f sowie die `F33f`_`[Methode der kleinsten Quadrate`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Methode_der_kleinsten_Quadrate]`_`f. Die Math Kernel Library enthält schnelle Fourier-Transformationen (FFT) für beliebig viele Dimensionen und unterschiedliche Datentypen. Ebenso wie die FFTs ist auch LAPACK als Clusterversion enthalten. Vektormathematische Funktionen sind mit `F33f`_`[einfacher`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Einfache_Genauigkeit]`_`f und `F33f`_`[doppelter Genauigkeit`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Doppelte_Genauigkeit]`_`f implementiert sowie für `F33f`_`[komplexe`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Komplexe_Zahl]`_`f und `F33f`_`[Gleitkommazahlen`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Gleitkommazahl]`_`f verfügbar. Im Bereich Statistik gibt es unter anderem `F33f`_`[Zufallszahlengeneratoren`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Zufallszahlengenerator]`_`f und `F33f`_`[Wahrscheinlichkeitsverteilungen`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Wahrscheinlichkeitsverteilung]`_`f. Es sind verschiedene `F33f`_`[Splines`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Spline]`_`f zur `F33f`_`[Interpolation`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Interpolation_(Mathematik)]`_`f enthalten. Die Math Kernel Library verfügt über Funktionen für `F33f`_`[neuronale Netze`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Neuronales_Netz]`_`f (z. B. `F33f`_`[Backpropagation`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Backpropagation]`_`f).`:cite-ref-7[`F5bf`_`[7`#cite-note-7]`_`f]

>>Contents

• `F0af`_`[Weblinks`#weblinks]`_`f

• `F0af`_`[Einzelnachweise`#einzelnachweise]`_`f

-─

>>Weblinks

• Offizielle Website

>>Einzelnachweise

`:cite-note-1`!1.`! `F0af`_`[↑`#cite-ref-1]`_`f Indiana University: `*What is the Intel Math Kernel Library, and where is it installed at IU and on XSEDE?`* In: `*Indiana University.`* `F33f`_`[Indiana University System`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Indiana_University_System]`_`f, 20. August 2015, abgerufen am 25. März 2017 (englisch).

`:cite-note-2`!2.`! `F0af`_`[↑`#cite-ref-2]`_`f Richard Friedman: `*Intel MKL and Intel TBB Working Together for Performance.`* In: `*Inside HPC.`* insideHPC Media, 23. März 2017, abgerufen am 25. März 2017 (englisch).

`:cite-note-3`!3.`! `F0af`_`[↑`#cite-ref-3]`_`f `*AMD Ryzen 3900X vs Intel Xeon 2175W Python numpy - MKL vs OpenBLAS.`* Abgerufen am 11. Dezember 2019 (englisch).

`:cite-note-4`!4.`! `F0af`_`[↑`#cite-ref-4]`_`f `*How To Use MKL with AMD Ryzen and Threadripper CPU's (Effectively) for Python Numpy (And Other Applications).`* Abgerufen am 11. Dezember 2019 (englisch).

`:cite-note-5`!5.`! `F0af`_`[↑`#cite-ref-5]`_`f `*Daniël de Kok: Intel MKL on AMD Zen.`* Abgerufen am 28. Oktober 2020.

`:cite-note-6`!6.`! `F0af`_`[↑`#cite-ref-6]`_`f Alexander Neumann: `*Intel konfektioniert Distribution für Python-Entwickler.`* In: `*`F33f`_`[heise Developer`:/page/entry.mu`zim=wikipedia_de_all_nopic_2026-01.zim|entry_path=Heise_online]`_`f.`* Heise Medien GmbH & Co. KG, 21. März 2016, abgerufen am 25. März 2017.

`:cite-note-7`!7.`! `F0af`_`[↑`#cite-ref-7]`_`f Intel: `*Intel Math Kernel Library.`* In: `*Intel.`* Intel Corp., abgerufen am 25. März 2017 (englisch).

`c`F0af`_`[↑ Back to top`#top]`_`f`a