Otomatik dişli scipy ve numpy işlevlerinin birden fazla çekirdek kullanılmadığı varsayıldı

Question

Mac OS X 10.6.8 çalıştırıyorum ve Enthought Python Distribution'ı kullanıyorum. Nümerik işlevlerimin hem çekirdeklerimden faydalanmasını istiyorum. Bu yazıya benzer bir sorun yaşıyorum: multithreaded blas in python/numpy ama o posterin adımlarını izledikten sonra hala aynı problemi yaşıyorum. İşte benim numpy.show_config(): Orijinal yayının yorumların olduğu gibi

lapack_opt_info: 
    libraries = ['mkl_lapack95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread'] 
    library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib'] 
    define_macros = [('SCIPY_MKL_H', None)] 
    include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include'] 
blas_opt_info: 
    libraries = ['mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread'] 
    library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib'] 
    define_macros = [('SCIPY_MKL_H', None)] 
    include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include'] 
lapack_mkl_info: 
    libraries = ['mkl_lapack95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread'] 
    library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib'] 
    define_macros = [('SCIPY_MKL_H', None)] 
    include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include'] 
blas_mkl_info: 
    libraries = ['mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread'] 
    library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib'] 
    define_macros = [('SCIPY_MKL_H', None)] 
    include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include'] 
mkl_info: 
    libraries = ['mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread'] 
    library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib'] 
    define_macros = [('SCIPY_MKL_H', None)] 
    include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include'] 

, ben değişken MKL_NUM_THREADS=1 set çizgi silindi. Fakat daha sonra çok iş parçacığı kullanması gereken numpy ve scipy işlevleri, bir seferde yalnızca çekirdeklerimden birini kullanıyor. Değiştirmem gereken başka bir şey var mı?

Düzeltme: Açıkça söylemek gerekirse, numpy.dot() gibi tek bir hesaplamayı MKL uygulamasına göre kendi başına çok iş parçacığı kullanmak için kullanmaya çalışıyorum; hesaplamalar GIL'in kontrolünü serbest bırakır, dolayısıyla diğer işlevlerle çoklu iş parçacığı kolaylaştırır. akıllıca operasyonun öngörülen speedup bağlı olarak belli işlemler paralel hale getirir

import numpy as np 

a = np.random.randn(1000, 10000) 
b = np.random.randn(10000, 1000) 

np.dot(a, b) #this line should be multi-threaded 

Answer 1

This article o numpy ima görünüyor: Burada

çoklu iş parçacığı kullanan ama benim makinede değil gerektiğini küçük bir script :

• "senin numpy/scipy bunlardan birini kullanarak derlenmiş ise (bu hızlı ise), o zaman hiçbir şey yapmadan paralel olarak hesaplanır edilecektir) (dot."

Muhtemelen küçük (-ish) test kutunuz, belirli bir dot() çağrısının ne zaman paralelleştirileceğini belirlemek için numpy'nin sezgisine göre önemli bir hızlanma göstermeyecektir? Belki de gülünç derecede büyük bir operasyonu denemek ve her iki çekirdek kullanılıp kullanılmadığını görmek?

Yan not olarak, işlemci/makine yapılandırmanız aslında BLAS'ı destekliyor mu?