如何更改 NumPy 和 conda MKL 版本

Question

如何更改 NumPy 和 Miniconda 使用的 MKL（数学内核库）版本？

英特尔的 MKL 在 AMD 处理器上表现不佳，因为 MKL 在非英特尔 CPU 上故意选择最慢的路径，“削弱”AMD 处理器上的数值处理。这对于 AMD CPU 的科学工作来说是一个很大的问题，因为使用 NumPy 的数值计算会受到这种“削弱 AMD”功能的极大影响。

我使用的 Python (Python 3.9.5) 是由 Miniconda 分发的，NumPy 是使用 conda install numpy 安装的。这安装了带有 MKL 版本 2021.0.3 的 NumPy。

以前“削弱 AMD”功能的解决方法是设置环境变量 MKL_DEBUG_CPY_TYPE=5。但是从 MKL 2020 开始，这个变量被删除了（英特尔，为什么？？），所以它不再能够让这个变通办法起作用。

所以现在的解决方案是将NumPy（和conda）的MKL版本降级到2019。如何实现？如何将 NumPy 和 Conda 使用的 MKL 版本从 2021.0.3 更改为 2019？

系统信息：

Python: 3.9.5
conda: 4.10.3
NumPy: 1.20.3
MKL (mkl.get_version_string()): 2021.3
NumPy MKL (np.__mkl_version__): 2021.0.3

请告诉我，因为这是 AMD CPU 科学计算的关键问题。

提前致谢！！！

PS：在你说“MKL是英特尔为英特尔处理器写的，所以废掉其他处理器是可以的！”之前，请记住，在比赛中要有竞争精神，比如惊人的创新，而不是像故意降低竞争对手 CPU 性能这样的反竞争行为。如果您想赢得比赛，请练习并提高您的运行技术，不要打断竞争对手的腿。

请避免争论，如果可以的话尽量回答我的问题。不行就无视走人吧

Answer 1

我会创建一个新环境，并且可能来自 Anaconda 频道。以下对我有用：

Bash

## create environment
conda create -n foo -c anaconda python numpy mkl=2019.* blas=*=*mkl

## activate and launch python
conda activate foo
python

Python

import mkl
import numpy as np

mkl.get_version()
## 'Intel(R) Math Kernel Library Version 2019.0.4 Product Build 20190411 for Intel(R) 64 architecture applications'

np.__mkl_version__
## '2019.4'

np.show_config()
## blas_mkl_info:
##     libraries = ['mkl_rt', 'pthread']
##     library_dirs = ['/Users/mfansler/miniconda3/envs/foo/lib']
##     define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
##     include_dirs = ['/Users/mfansler/miniconda3/envs/foo/include']
## blas_opt_info:
##     libraries = ['mkl_rt', 'pthread']
##     library_dirs = ['/Users/mfansler/miniconda3/envs/foo/lib']
##     define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
##     include_dirs = ['/Users/mfansler/miniconda3/envs/foo/include']
## lapack_mkl_info:
##     libraries = ['mkl_rt', 'pthread']
##     library_dirs = ['/Users/mfansler/miniconda3/envs/foo/lib']
##     define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
##     include_dirs = ['/Users/mfansler/miniconda3/envs/foo/include']
## lapack_opt_info:
##     libraries = ['mkl_rt', 'pthread']
##     library_dirs = ['/Users/mfansler/miniconda3/envs/foo/lib']
##     define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
##     include_dirs = ['/Users/mfansler/miniconda3/envs/foo/include']

备注

我把它留在这里作为“原样”的回答，因为似乎有一些复杂的问题超出了我的理解范围。也就是说，在 NumPy + MKL 方面，Anaconda 和 Conda Forge 似乎有不同的集成策略。 Anaconda 通过直接集成构建 NumPy（包括 np.__mkl_version__ 扩展）； Conda Forge 似乎通常使用 BLAS/LAPACK 构建 NumPy，然后基于 MKL 实现构建 libblas、liblapack 变体。不确定这些策略可能会带来什么不同。

Anaconda 频道此时只有 Python 3.8 - 但它符合预期的 MKL 2019.* 无论如何。 Python 3.9 是 2020 年底发布的。

blas=*=*mkl 是至关重要的：这是对 NumPy 使用 MKL 构建的限制。

这是在 osx-64 平台上进行的 - 希望差异不大。

如何更改 NumPy 和 conda MKL 版本

How to change NumPy and conda MKL version

performance

numpy

intel-mkl

conda

备注