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，“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

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：

• 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 上科学计算的关键问题。

提前谢谢您！！！

PS：在你说“MKL是Intel为Intel处理器编写的，所以瘫痪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，而不是反竞争行为比如故意降低竞争对手 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，请忽略并离开。

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：

猛击

## 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']

---

注释

我将其留在这里作为“as-is”答案，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 通过直接集成构建 NumPy（包括

np.__mkl_version__

扩展）； Conda Forge 似乎一般使用 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。

blas=*=*mkl

至关重要：这就是限制使用 NumPy 的 MKL 构建的原因。

这是在 osx-64 平台上 - 希望差异不大。

Answer 2

根据 conda-forge 文档：

您可以通过执行以下操作来切换 BLAS 实现，

conda install "libblas=*=*mkl"
conda install "libblas=*=*openblas"
conda install "libblas=*=*blis"
conda install "libblas=*=*accelerate"
conda install "libblas=*=*netlib"

这将更改 BLAS 实现，而无需更改取决于 BLAS 的 conda 包。

还支持以下旧命令。

conda install "blas=*=mkl"
conda install "blas=*=openblas"
conda install "blas=*=blis"
conda install "blas=*=accelerate"
conda install "blas=*=netlib"

Answer 3

这可能会帮助目前（2023 年）尝试获得此功能的人。

对于一些准系统计算并确保使用 MKL，以下 conda 环境设置可能有用。这确实包括 MKL。更进一步，该设置使用当前的英特尔 Python 发行版，并且仅从英特尔渠道安装。

--override-channels 确保仅搜索指定通道（本例中为 Intel 通道）

conda 搜索允许查看相应频道可用的所有 Python 版本

Intel渠道的一些库有点过时，比如pandas是1.5，而最新版本是2，但这至少保证了尽可能多的包来自Intel的编译）

参见文章这里

conda config --add channels intel
conda search --full-name python
conda create --name intelpy3test --channel intel --override-channels intelpython3_core
conda install numba pandas --channel intel --override-channels