使用 Neanderthal 需要什么环境和硬件支持?

Neanderthal 是一个用 Clojure 编写的原生速度矩阵与线性代数库，要使用它，你需要 Clojure 开发环境，并按所选引擎准备硬件：GPU 引擎支持 AMD、Nvidia、Intel 显卡以及 macOS；CPU 侧依赖原生 BLAS/LAPACK 做数值计算。如果你的机器没有合适的 GPU，或暂时不想配置原生库，它的引擎实现是可替换的，官方页面明确提到“甚至纯 Java 引擎也可以接入”，只是速度不再是重点。

软件环境：以 Clojure 为中心

Neanderthal 的定位是“为 Clojure 而建，也用 Clojure 实现”。这意味着：

• 你的项目需要是 Clojure 项目，通过 Clojure 调用它的矩阵与线性代数函数。
• 接口按函数式风格设计，同时保留数值计算的现实需求，并提供 map、reduce 的快速原始类型版本。
• 它不试图重新发明底层数值轮子，而是把计算交给原生 BLAS 和/或 GPU，自己只提供一层轻量的 Clojure 封装。

因此，环境准备的重点不是安装某个独立软件，而是在 Clojure 工程中引入该库，并让底层引擎能找到对应的原生库或 GPU 运行时。

硬件支持：GPU 与 CPU 两条路径

官方给出的性能参照是：GPU 上大矩阵比优化的 Clojure/Java 库快近 3000 倍；CPU 上比优化的纯 Java 快 100 倍。这些数字对应的是原生 BLAS/LAPACK 或 GPU 路径，纯 Java 引擎不在此列。

功能层面还需要知道什么

• LAPACK 支持已可用：包括矩阵分解与求解器。如果你的任务涉及解线性方程组、特征值等，这是需要确认的能力点。
• 标准化兼容：数值部分遵循数十年的 BLAS/LAPACK 标准化，现有教材、文章和教程中以 BLAS/LAPACK 为中心的代码与理论，可以配合 Neanderthal 使用。
• 文档与教程：官方提供完整文档的 API 和一批教程，适合在确认环境后按教程跑通第一个矩阵运算。

怎么判断自己能不能用

可以按下面顺序核对：

1. 你是否在用 Clojure 开发？如果不是，这个库的接口风格和生态前提就不匹配。
2. 你的机器是否有 AMD、Nvidia、Intel GPU，或 macOS 环境？有则可以考虑 GPU 引擎。
3. 若走 CPU 路径，是否能提供原生 BLAS/LAPACK？能则获得原生速度。
4. 两者都不具备时，是否接受纯 Java 引擎的性能？接受则仍可接入，但不要期待页面宣传的加速倍数。

关于订阅与赞助：页面提到新书“available for subscription”，并有 Patreon 赞助与邮件列表入口，但这些属于作者的支持渠道，页面未说明库本身的使用是否受订阅或登录限制，不能据此推断为免费或无需登录。实际引入前，建议以官方文档中的安装说明为准。