现行软件的结构越来越复杂，而处理器本身由于功耗的原因，性能提升的空间正在逐步缩小，另外硬件性能提升必然引入成本的增加，此时软件优化技术就扮演了更重要的角色。BLAS库作为现在最流行的线性数学库，具备高性能以及移植性较好等特点，在各种包含矩阵运算的应用中被广泛采用。可是国产的龙芯系列处理器上没有专用的BLAS库，直接移植过来的性能往往较差，不能充分发挥龙芯处理器的硬件特性，此时合适的软件优化技术在BLAS库中的应用就有着重要的意义。　　 针对龙芯2F以及多核龙芯3A平台，本文介绍了一些常用的针对BLAS库的软件优化技术，这些技术的综合应用可以有效提升BLAS库在龙芯上的浮点运算性能，在给用户提供更稳定更高效的线性数学库同时，有助于龙芯系统软件的推广和完善。　　 文章详细分析了如何最大限度使用Cache、减少内存访问次数、提高流水线工作效率、提高线程执行效率以及提高浮点指令并行度。由于BLAS库结构较为复杂，逻辑和定点操作较少，访存和浮点运算较多，本文综合利用硬件指令、循环展开、循环融合、数据分块、指令调度、运算优化、多线程支持等方法，最大限度地提升了BLAS库在多核龙芯上的性能。　　 与2F相比，我们使用龙芯3A的非阻塞预取指令、128位访存指令和矩阵转置模块等，可以将单线程的效率提升20％以上，再加上配合四个GS464核的OpenMP多线程设计，可以得到2到3倍的加速比。　　 本文的提出，对BLAS库在龙芯3A甚至以后龙芯3B上的性能优化都有着一定的帮助。