1

在这个回答Multiprocessing.Pool makes Numpy matrix multiplication slower作者的回答中，在第二段中建议使用启用的 OpenMP 指令重新编译 Numpy。所以我的问题是：

  1. 你是怎样做的？
  2. 什么可能是负面影响？
  3. 你会推荐吗？

搜索所以我发现以下帖子OpenMP 和 Python，其中的答案解释了为什么由于 GIL 而在一般 Python 中没有使用 OpenMP。但我认为 Numpy 是一个不同的问题。

4

1 回答 1

2

虽然 Python 代码本身很难从并行运行中受益，但 NumPy 并不是用 Python 编写的。实际上，它是一些非常成熟的数值计算库和其他数值算法的 Python 包装器，它们都用 Fortran 和 C 等编译语言实现。其中一些库已经有并行多线程版本（如英特尔 MKL 和 ATLAS，当用于在 NumPy 中提供 BLAS 和 LAPACK 实现）。

这个想法是，在 NumPy 程序中，Python 代码应该只用于驱动计算，而所有繁重的工作都应该在 C 或 Fortran 后端完成。如果您的程序没有将大部分运行时间花在 NumPy 例程中，那么阿姆达尔定律将阻止您通过并行 NumPy 获得合理的加速。

为了让 NumPy 支持 OpenMP，您必须拥有支持 OpenMP 的 C 编译器。现在大多数 C 编译器都支持 OpenMP，这包括 GCC、Intel C Compiler、Oracle C Compiler，甚至 Microsoft Visual C Compiler（尽管它停留在一个古老的 OpenMP 版本）。阅读安装手册了解详细说明。

于 2013-03-20T20:00:34.270 回答