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？

Intel 的 MKL 表现不佳是因为在 AMD 处理器上，MKL 故意选择非 Intel CPU 上最慢的路径，从而“削弱”AMD 处理器上的数值处理。这对于 AMD CPU 上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. 这安装了 MKL 版本 2021.0.3 的 NumPy。

以前“削弱 AMD”功能的解决方法是设置一个环境变量MKL_DEBUG_CPY_TYPE=5。但从 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解决方法发挥作用。

所以现在的解决方案是将 NumPy 的（和 conda 的）MKL 版本降级到 2019。如何实现这一点？如何将 NumPy 和 Conda 使用的 MKL 版本从 2021.0.3 更改为 2019？

系统信息：

• 蟒蛇：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 上科学计算的一个关键问题。

先感谢您！！！

PS：在你说“MKL是Intel为Intel处理器编写的，所以削弱其他处理器是可以的！”之前，请记住，竞争时应该有竞争精神，比如惊人的创新，而不是诸如此类的反竞争行为故意降低竞争对手 CPU 的性能。如果您想赢得比赛，请练习并提高跑步技术，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。如果做不到，就忽略并离开。

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：

重击

## 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']

笔记

我将其作为“原样”答案留在这里，因为似乎有些复杂性超出了我的范围。也就是说，Anaconda 和 Conda Forge 在 NumPy + MKL 方面似乎有不同的集成策略。Anaconda 通过直接集成（包括扩展）构建 NumPy np.__mkl_version__；Conda Forge 似乎一般使用 BLAS/LAPACK 构建 NumPy，然后基于 MKL 实现构建libblas变liblapack体。不确定这些策略可能会产生什么差异。

Anaconda 通道目前只有 Python 3.8 - 但无论如何，它符合预期的 MKL 2019.*。Python 3.9 是 2020 年末发布的版本。

这blas=*=*mkl一点至关重要：这就是限制使用 MKL 构建 NumPy 的原因。

这是在osx-64平台上 - 希望差异不是很大。