Question

关于让numpy使用多核（在英特尔硬件上）用于内部和外部矢量产品，矢量矩阵乘法等方面的最新技术是什么？

我很乐意在必要时重建numpy，但此时我正在研究如何在不更改代码的情况下加快速度。

作为参考，我的show_config()如下，我从未注意到numpy使用多个核心：

atlas_threads_info:
    libraries = ['lapack', 'ptf77blas', 'ptcblas', 'atlas']
    library_dirs = ['/usr/local/atlas-3.9.16/lib']
    language = f77
    include_dirs = ['/usr/local/atlas-3.9.16/include']

blas_opt_info:
    libraries = ['ptf77blas', 'ptcblas', 'atlas']
    library_dirs = ['/usr/local/atlas-3.9.16/lib']
    define_macros = [('ATLAS_INFO', '"\\"3.9.16\\""')]
    language = c
    include_dirs = ['/usr/local/atlas-3.9.16/include']

atlas_blas_threads_info:
    libraries = ['ptf77blas', 'ptcblas', 'atlas']
    library_dirs = ['/usr/local/atlas-3.9.16/lib']
    language = c
    include_dirs = ['/usr/local/atlas-3.9.16/include']

lapack_opt_info:
    libraries = ['lapack', 'ptf77blas', 'ptcblas', 'atlas']
    library_dirs = ['/usr/local/atlas-3.9.16/lib']
    define_macros = [('ATLAS_INFO', '"\\"3.9.16\\""')]
    language = f77
    include_dirs = ['/usr/local/atlas-3.9.16/include']

lapack_mkl_info:
  NOT AVAILABLE

blas_mkl_info:
  NOT AVAILABLE

mkl_info:
  NOT AVAILABLE

Answer 1

您应该首先检查Numpy正在使用的Atlas构建是否已使用多线程构建。您可以构建并运行它来检查Atlas配置（直接来自Atlas FAQ）：

main()
/*
 * Compile, link and run with something like:
 *    gcc -o xprint_buildinfo -L[ATLAS lib dir] -latlas ; ./xprint_buildinfo
 * if link fails, you are using ATLAS version older than 3.3.6.
 */
{
   void ATL_buildinfo(void);
   ATL_buildinfo();
   exit(0);
}

如果您没有Atlas的多线程版本：“那就是您的问题”。如果它是多线程的，那么你需要运用一个多线程BLAS3例程（可能是dgemm），使用一个适当大的矩阵矩阵产品，看看是否使用了线程。我认为我说得对，Atlas中的BLAS 2和BLAS 1例程都不支持多线程（并且有充分的理由因为除了真正巨大的问题大小之外没有性能优势）。

numpy在多核硬件上

1 个答案: