不确定我的 Python/numpy 版本是否使用优化的 BLAS/LAPACK 库？

Question

我读 here "make sure that numpy uses optimized version of BLAS/LAPACK libraries on your system."

很重要

当我输入：

import numpy as np
np.__config__.show()

我得到以下结果：

blas_mkl_info:
  NOT AVAILABLE
blis_info:
  NOT AVAILABLE
openblas_info:
    libraries = ['openblas', 'openblas']
    library_dirs = ['/home/anaconda3/lib']
    language = c
    define_macros = [('HAVE_CBLAS', None)]
blas_opt_info:
    libraries = ['openblas', 'openblas']
    library_dirs = ['/home/anaconda3/lib']
    language = c
    define_macros = [('HAVE_CBLAS', None)]
lapack_mkl_info:
  NOT AVAILABLE
openblas_lapack_info:
    libraries = ['openblas', 'openblas']
    library_dirs = ['/home/anaconda3/lib']
    language = c
    define_macros = [('HAVE_CBLAS', None)]
lapack_opt_info:
    libraries = ['openblas', 'openblas']
    library_dirs = ['/home/anaconda3/lib']
    language = c
    define_macros = [('HAVE_CBLAS', None)]

这是否意味着我的 numpy 版本正在使用优化的 BLAS/LAPACK 库，如果不是，我如何设置 numpy 使其使用优化版本？

Answer 1

有点。 OpenBLAS 非常好。我刚刚拿了第一个 link，我可以在 google 上找到 "OpenBLAS, ATLAS, MKL comparison"。

http://markus-beuckelmann.de/blog/boosting-numpy-blas.html

现在，这还不是全部。根据您需要的算法，差异可能不会/略有/有很大不同。除了针对不同的实现运行您自己的代码 link 之外，真的没有什么可以做的了。

我最喜欢的各种线性代数问题、SVD、Eigs、实逆和伪逆、因式分解……不同 OSes 上的单核/多核：

MacOS：加速框架（随 OS 一起提供） Linux/Windows:

MKL
距离很远但仍然很安静：ATLAS 和 OpenBLAS 相当
即使在 AMD 处理器上，ACML 也一直令我失望

TLDR：您的设置没问题。但是如果你想从你的 CPU / RAM / 主板组合中挤出最后一滴血，你需要 MKL。它当然有相当大的价格标签，但如果你能在 return 中买到一半价格的硬件，也许是值得的。如果您编写开源包，您可以免费使用 MKL 进行开发。

Answer 2

要跟踪在 MacOS 上加载了哪些库，

export DYLD_PRINT_LIBRARIES  # see man dyld

并查看 xx.dylib 或 xx.so 将依次加载哪些库，

otool -L xx.dylib

（抱歉，不知道其他平台）。

另一个问题是，这重要吗？ MacOS Accelerate、Openblas、MKL ... 有何不同？测量不同用户问题、库的运行时间，编译器、多核、内存……是一项艰巨的任务。有谁知道网上有一个广泛的测试台，比 benchmarking-python-vs-c-using-blas-and-numpy 从 2014 年开始 ?

另请参阅：
google openblas benchmark macos python: 31000 次点击

numpy-site.cfg （由 pip 使用 -> setup.py）提到了几个 BLAS / LAPACK 替代品， "haven't been benchmarked with NumPy or SciPy yet".

Numpy and scipy dropped support for Accelerate 2018年

不确定我的 Python/numpy 版本是否使用优化的 BLAS/LAPACK 库？

Unsure whether my version of Python/numpy is using optimized BLAS/LAPACK libraries?

python

numpy

blas

lapack

anaconda