我查看了StackOverflow和Googled上的相关主题并没有太多运气。我也是Java的新手（我来自C＃和.NET背景）所以请耐心等待。在Java世界中有很多可用的东西，它非常强大。
我正在开始一个新的Java-on-Linux项目，需要一些繁重且高度重复的数值计算（即统计，FFT，线性代数，矩阵等）。因此，最大化数学运算的性能是必要的，因为确保数学是正确的。因此，我有兴趣找到一个可能利用MKL等本机加速的Java库，并且已经过验证（因此商业选项肯定是可行的）。
在.NET领域，有高度优化和MKL加速的商业数学库，如Centerspace NMath和Extreme Optimization。 Java中有什么可比的吗？
我发现的大多数Java数学库似乎都没有被主动维护（例如Colt），或者似乎没有利用MKL或其他原生加速（例如Apache Commons Math）。
我曾考虑过尝试直接从Java中利用MKL（例如JNI），但我不熟悉Java（更不用说在Java和本机库之间进行互操作）了，找到一个已经正确，高效地完成了这项工作的Java库似乎更聪明，并且证明了。
如果我误解或误导（即使是关于我提到的任何库）以及我对Java产品的无知，我再次道歉。对于我来说，这是一个全新的世界，来自商业化程度很高的Microsoft堆栈，所以我很容易错误地看到我所提到的Java库的位置。我非常感谢任何帮助或建议。
答案 0 :(得分：1)
对于像FFT（数组上的批量操作）这样的东西，java 中的范围检查可能会杀死你的性能（至少最近它会这样做）。您可能希望查找优化其索引边界可证明性的库。
Java编程语言 规范需要数组边界 检查每个人 阵列访问。索引边界检查 编译时可以删除 可以证明一个索引用于 数组访问在范围内。
我实际上会查看JNI，如果它们个别非常大，那么就在那里进行批量操作。操作所需的时间越长（即解决大型线性系统或大型FFT），使用JNI的价值就越大（即使你必须在那里回忆）。
答案 1 :(得分：1)
就个人而言，我同意你的一般方法，将重量级数学从Java卸载到商业级库。
搜索Java / MKL集成I found this所以你提出的建议在技术上是可行的。另一个需要考虑的选择是NAG libraries。我一直使用MKL，虽然我在Fortran中编程所以没有集成问题。我当然可以推荐他们的质量和性能。例如，我们针对我们自己构建的版本测试了MKL的MKL版本。 MKL实现速度快了一个小的整数倍。
如果您对通过JNI调用库的性能有疑虑，那么您应该计划构建应用程序以减少较大的调用，而不是更小的调用。至于使用JNI的困难，我的观点（我已经完成了一些JNI编程）是你在学习如何使用界面时所做的最初努力将得到很好的回报。
我注意到你似乎并没有对你可以使用的Java数学库的建议感到不知所措。像你一样，我会怀疑从网上搜寻的研究质量，低使用率的Java库。
答案 2 :(得分：-1)
我认为你最好避免使用它们。我可能错了，我不太熟悉，所以除非有其他人同意我的意见，否则不要过多考虑，但是调用JNI需要相当大的开销，因为它必须走出去JRE以及所做的一切，所以除非你将很多东西组合成一个单独的功能，否则外部库的微小优势将远远超过调用它们的成本。我放弃寻找MKL库并找到优化的纯Java库。我不能说我知道比推荐的标准更好，抱歉。