问题标签 [openblas]

我正在运行一个用 Python 实现并使用 NumPy 的算法。该算法中计算成本最高的部分涉及求解一组线性系统（即调用numpy.linalg.solve(). 我想出了这个小基准：

我一直在运行这个：

1. 我的笔记本电脑，2013 年末 MacBook Pro 15"，4 核 2GHz（sysctl -n machdep.cpu.brand_string给我Intel(R) Core(TM) i7-4750HQ CPU @ 2.00GHz）
2. 具有 4 个 vCPU的 Amazon EC2c3.xlarge实例。亚马逊将它们宣传为“高频英特尔至强 E5-2680 v2（常春藤桥）处理器”

底线：

• 在 Mac 上运行时间约为 4.5 秒
• 在 EC2 实例上，它在~19.5 秒内运行

我也在其他基于 OpenBLAS / Intel MKL 的设置上尝试过，运行时总是与我在 EC2 实例上得到的相当（以硬件配置为模。）

谁能解释为什么 Mac（使用 Accelerate Framework）的性能要好 4 倍以上？下面提供了有关每个中的 NumPy / BLAS 设置的更多详细信息。

笔记本电脑设置

numpy.show_config()给我：

EC2 实例设置：

在 Ubuntu 14.04 上，我安装了 OpenBLAS

安装 NumPy 时，我创建了一个site.cfg包含以下内容的文件：

numpy.show_config()给我：

以下是可能相关的事情，但我不确定具体如何。

不知道如何解释ldd输出，但人们一直在答案中引用它们，所以它们在这里：

另外，这里是libblas.so我知道我不应该有 ATLAS 但不知道我需要为多线程做什么

我正在寻找一个简单的解决方案。

我相信我没有多线程支持的原因是因为top它永远不会超过 100%。

特别想知道先益的OpenBLAS有没有安装。在过去的几年中，我在几台 PC 上工作并安装在几台 PC 上，但我迷失了没有安装它的轨迹。我需要知道哪台电脑有它，哪台没有这就是我安装它的方式：

注意：我可能已经删除了 OpenBLAS 目录，所以它不是一个可靠的指标。而且我不知道如何卸载它，所以我不能尝试在每台 PC 上安装它然后有选择地卸载（这很麻烦）。

我有一个使用 Armadillo C++ 编写的程序，链接到 OpenBLAS 和 GLPK。

它使用相同的库在 VS2010 下的 Debug 和 Release 中正确编译和链接。它在 Debug 中完美运行，只是速度很慢。

Release 二进制文件发出以下错误：

过程入口点 glp_get_num_cols 无法位于动态链接库 libopenblas.dll 中。

关于从哪里开始的任何想法？我已经确认 Debug 和 Release 的配置是相同的，但前者允许的调试符号除外。

我通过CRAN在我的 Mac 上安装了 R 。我还通过homebrew安装了 openblas 。我可以在 BLAS 实现之间切换，如下所示：

参考 blas（我认为是 netlib）：

vecLib（Apple 的 BLAS）：

openblas（通过自制软件提供）：

在 3 个选项中，openblas 似乎是最快的选项（尽管 vecLib 紧随其后）。

但是，我想尝试更多的力量：

我从 NVIDIA 安装了 CUDA 6.5。这会将一堆文件下载到/Developer/NVIDIA/并将其中一些链接到/usr/local/cuda. 我将我的 cuda 环境变量设置为~/.profile：

然后，我使用以下条目制作了一个“/Users/me/nvblas.conf”：

理论上，这应该指向nvblas.dylib不libopenblas.dylib包含在 BLAS 中的函数nvblas.dylib。

到目前为止，一切都很好。下一步是将 R 链接到nvblas.dylib：

但是，当我启动 R 时，似乎libRlapack.dylib找不到它正在寻找的所有 BLAS 函数：

openblas 本身可以正常工作，并提供 R 正在寻找的所有功能，所以我认为错误是libnvblas.dylib没有正确回退到libopenblas.dylib.

无论我指向什么 CPU BLAS libnvblas.dylib（netlib、vecLib、openblas），都会发生这种情况。谁能帮我解决这个错误？我还需要在我的路径或链接中添加什么才能libnvblas.dylib在 Mac 上正确使用 R 吗？

相关的错误可能是：

在我看来，nvblas 没有转发_dasum_到 openblas。

/编辑：

产量：

在我的 Ubuntu 14.04 机器上，Julia 抱怨我的机器不支持 AVX 指令。这可能是什么原因？

我正在尝试在 Ubuntu 14.04 上使用 OpenBLAS 安装 Numpy 和 Scipy，以更快地运行 Theano。

我按照我在这里找到的说明进行操作：

在 /usr/local/lib 中安装 numpy：

这是我的 site.cfg 文件：

建造：

安装：

我在 build/lib.linux-x86_64-2.7/numpy/core 下找不到 core/_dotblas.so，但是在测试点、乘法、SVD 和特征分解操作时我得到了很好的结果。

所以看起来 numpy 安装正确。当我尝试安装 Scipy 并且没有关于该部分的文档时出现问题，因为 pip install 应该可以工作。

在 /usr/local/lib 中克隆 scipy：

获取 libatlas：

scipy 的 site.cfg 文件：

构建 scipy：

给我以下错误：

我花了很多时间寻找建议，但不知道下一步该做什么。

我正在尝试在 Ubuntu 14.04 LTS（64 位）中使用 NumPy 加速矩阵运算。而不是使用 ATLAS（实际上当我使用 ATLAS 时，只有 1 个线程完全运行，其他 7 个打开的线程什么也不做，即使我指定OMP_NUM_THREADS=8了例如。不知道为什么。），我决定给 OpenBLAS尝试。

我花了几个小时学习了几个教程来构建OpenBLAS和NumPy的源代码，例如[1]、[2]、[3]、[4]和[5]。但是，它们都不能_dotblas.so在编译 NumPy 后生成，这是加快dot矩阵间运算的关键文件。

请问是否有人在 Ubuntu 14.04 下成功构建了 NumPy 和 OpenBLAS？如果是这样，请告诉我该怎么做？

谢谢你。

更新：

下面基本上是我从上面五篇帖子中总结出来的，并在我的机器上尝试过：

更新：上面的脚本已经过测试，可以在 Ubuntu 12.04 和 14.04 64 位上正常运行。

我有一台 Windows 7-64 位计算机，我正在尝试通过 Msys2 构建 OpenBlas 库。

gcc 似乎存在一些问题，因为在安装 minGW 并解压缩 OpenBlas 文件夹后，我打开 msys2 并导航到 OpenBlas 所在的文件夹。我键入命令 make 并收到此错误：

制作：gcc：找不到命令制作：*** [getarch] 错误 127

我下载并编译了 Openblas，现在我正在尝试编译并将 openblas 链接到 Suitesparse 4.4.4。编译所有 lib 文件后，当编译器尝试编译umfpack_di_demo.c时出现以下错误：

我的意思是链接不正确。但是，按照 SuiteSparse_config.mk 中的指示，我给出了 libopenblas.a 在我的系统上的绝对位置。此外，我还使用 gcc-nm 查看符号 dtrsv_ 是否在 libopenblas.a 中定义，我得到以下输出，表明该符号是在库中定义的：

我不确定这里出了什么问题。我应该在 suitesparse_config.mk 文件中包含带有 openblas 的 lapack 吗？任何帮助表示赞赏。谢谢。

注意：如果有帮助，我使用gcc 4.4.7进行所有编译，我的系统详细信息是：

== 编辑1：我遵循的步骤==

对于 Openblas：

1. 从 http://github.com/xianyi/OpenBLAS/zipball/v0.2.14 下载 openblas。
2. 使用 gcc-4.4.7 和以下命令在我的系统上解压缩并编译它 make FC=/usr/bin/lgfortran-4.4 我必须提供 'FC' 因为我的系统没有 libgfortran.* 存在于 /usr/lib /。
3. 编译完成后，我键入 make install 以安装到我的主文件夹中的自定义目录。

对于套件稀疏：

1. 从 http://faculty.cse.tamu.edu/davis/SuiteSparse/SuiteSparse-4.4.4.tar.gz 下载suitesparse
2. 解压它，并编辑 suitsparse_config.mk 文件以进行以下修改：A) 启用 CHOLMOD 和 SPQR 的 GPU 配置，B) 不使用 metis，因此注释“METIS_PATH = ../../metis-4.0”和“METIS = ../../metis-4.0/libmetis.a”。此外，未提交的“CHOLMOD_CONFIG = -DNPARTITION”。C）给出了openblas的自定义安装路径：BLAS = -L//OpenBLAS/local/lib/libopenblas.a -lpthread -L/usr/lib/gcc/x86_64-linux-gnu/4.4.7/libgfortran.so
3. 在 srcdir 中键入 make。