将英特尔的数学 Kernel 库 (MKL) 链接到 Windows 上的 R

Question

为 R 使用替代 BLAS 有几个优点，请参见例如https://cran.r-project.org/web/packages/gcbd/vignettes/gcbd.Z437175BA41937410EE004E1 。

Microsoft R Open https://mran.revolutionanalytics.com/documents/rro/installation/#sysreq正在使用 Intel 的 MKL 而不是默认的 Reference BLAS 来加速计算。

我的问题是：

将英特尔的 MKL 库**手动链接到 R** 在 Windows 上的最新版本（ https://cran.r-project.org/bin/windows/base/ ）的确切步骤是什么？

---

UPDATE 20-07-2016: Here is very detailed description on how to build a OpenBLAS-based Rblas.dll for 64-bit R for Windows for R ≥ 3.3.0: http://www.avrahamadler.com/r-tips /build-openblas-for-windows-r64/

Answer 1

比在 Windows 上针对英特尔 MKL 库重新编译 R 更简单的解决方案是

1. 从https://mran.microsoft.com/download安装 Microsoft R Open，它随过时的 R 版本 3.5.3 以及英特尔 MKL 多线程 BLAS 库一起提供
2. 从https://cran.r-project.org/bin/windows/base/安装最新版本的 R，即当前 R 3.6.2
3. 将文件 libiomp5md.dll、Rblas.dll 和 Rlapack.dll 从 C:\\Program Files\\Microsoft\\R Open\\R-3.5.3\\bin\\x64 复制到 C:\\Program Files\\R\\R-3.6.2\\bin \\x64（如果愿意，可以先备份现有的默认非超线程 Rblas.dll 和 Rlapack.dll 文件）
4. 将 Microsoft R Open 库/包 MicrosoftR、RevoIOQ、RevoMods、RevoUtils、RevoUtilsMath 和 doParallel 从 C:\\Program Files\\Microsoft\\R Open\\R-3.5.5\\library 复制到您的默认包目录，例如 C:\\Documents\\R \\win-库\\3.6
5. 将文件 Rprofile.site 和 Renviron.site 从目录 C:\\Program Files\\Microsoft\\R Open\\R-3.5.5\\etc 复制到 C:\\Progral Files\\R\\R-3.6.2\\etc
6. 将文件 Rprofile.site options(repos=r)第 24 行替换为options(repos="https://cran.rstudio.com") （或您最喜欢的 CRAN 存储库 - 您也可以使用“ https://cran.revolutionanalytics .com ”，MRO 存储库，具有所有包的最新每日版本），以确保它将安装最新的 CRAN 包，而不是过时的 mran.microsoft.com 镜像，该镜像具有过时的包版本，在 15 日冻结2019 年 4 月。同时用 # 注释掉第 153、154 和 155 行

然后重新启动 RStudio 以检查它是否有效，在我的英特尔酷睿 i7-4700HQ 2.4GHz 4 核/8 线程笔记本电脑上使用小型 SVD 基准测试：

getMKLthreads()
4

# Singular Value Decomposition
m <- 10000
n <- 2000
A <- matrix (runif (m*n),m,n)
system.time (S <- svd (A,nu=0,nv=0))
   user  system elapsed 
  15.20    0.64    4.17

未安装英特尔 MKL 的相同基准测试运行于

   user  system elapsed 
  35.11    0.10   35.21 

所以我们在这里获得了 8 倍以上的速度提升！

启动并运行英特尔 MKL 的 Microsoft R Open 6.2 的屏幕截图：

或者，如果您不喜欢将文件从 MRO 复制到最新的 R 安装，您还可以将文件从免费的英特尔 MKL 安装复制到您的 R 安装以获得多线程操作（如以下其他答案所述）：

1. 从https://software.intel.com/en-us/mkl/choose-download （免费）安装英特尔 MKL

从这些文件夹中复制所有内容

C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows\redist\intel64\mkl
C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows\redist\intel64\compiler

到

C:\Program Files\R\R-3.6.1\bin\x64

2. 在目标文件夹中，创建 mkl_rt.dll 的 2 个副本，并将其中一个重命名为 Rblas.dll，另一个重命名为 Rlapack.dll，替换原始文件并保留 mkl_rt.dll。
3. 这不会为您提供 setMKLthreads() 和 getMKLthreads() 函数来设置英特尔 MKL 线程的 nr，因为它们随 MRO 包 RevoUtilsMath 一起提供。 但是对于大多数人来说，线程的默认 nr 设置等于物理内核的 nr 将是可以的...

不知道微软怎么了，为什么他们不再更新 MRO ......为什么他们也放弃了对 Mac OS X 的支持......

我希望，鉴于现在英特尔 MKL 是免费的，R 核心人员迟早会提供一个预编译的 R 版本，该版本被编译为使用英特尔 MKL 库，或者可能在运行时检测是否安装了英特尔 MKL，如果它是，使用它。 我认为这很重要，特别是因为一个好的多线程 BLAS 的易用性也决定了一个人将如何开发包 - 例如，如果一个好的多线程 BLAS 可用于所有操作系统，那么人们将转向使用 RcppArmadillo，它依赖于任何 BLAS已安装（但在 Windows 上，如果未安装英特尔 MKL，时间会大大缩短），如果没有，RcppEigen 将是最佳选择，因为它具有自己的多线程矩阵代数，无论编译 R 所针对的 BLAS 是什么... ...

在 Ubuntu 上，很容易让 R 使用 Intel MKL，而无需重新编译 R，如下所述： https : //github.com/eddelbuettel/mkl4deb

PS 一个小问题是运行 setMKLthreads(4) 会使 RStudio 崩溃（虽然这在官方 MRO 3.5.3 中已经是一个问题）但它在 R 控制台中运行正常......

Answer 2

我能够将 R 3.6.0 与您使用builder创建的自定义 dll 链接起来。 基本上，您必须导出与Rblas.dll和Rlapack.dll相同的符号。 启动Compiler 19.0 Update 4 for Intel 64 Visual Studio 2017 environment命令提示符：

获取符号：

dumpbin /exports Rblas.dll > Rblas_list
dumpbin /exports Rlapack.dll > Rlapack_list_R

编辑删除“页眉”和“页脚”的两个文件，并使所有带有符号名称的行（例如： 248 F7 00138CE0 dgeevx_ ）像dgeevx_ （仅带有名称）。 将builder目录复制到你电脑的某个地方，然后在里面运行：

# blas links fine
nmake libintel64 export=..path..\Rblas_list name=Rblas 
# save lapack errors in another list
nmake libintel64 export=..path..\Rlapack_list_R name=Rlapack 1> undefined_symbols_list

编辑undefined_symbols_list仅保留每行中的名称并创建一个具有差异的新列表

findstr /v /g:undefined_symbols_list Rlapack_list_R > Rlapack_list
nmake libintel64 export=..path..\Rlapack_list name=Rlapack

使用dumpbin /dependents Rlapack.dll ，您可以看到它们依赖于libiomp5md.dll ，您可以在 mkl 安装的redist文件夹中找到它。

---

方法二

这种方法使用更多的磁盘空间，但更简单。 从这些文件夹中复制所有内容

C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows\redist\intel64\mkl
C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows\redist\intel64\compiler

到

C:\Program Files\R\R-3.6.1\bin\x64

在目标文件夹中，创建mkl_rt.dll 2 个副本，并将其中一个重命名为Rblas.dll ，另一个重命名为Rlapack.dll替换原件并保留mkl_rt.dll 。

Answer 3

刚刚尝试安装 R 3.5.1。 我将 Microsoft R Open 与 CRAN R 一起安装并复制 libiomp5md.dll 并覆盖 MRO MKL 对应的 Rblas.dll、Rlapack.dll 以链接到 Windows 上的 CRAN R（类似于上面的另一个答案，但需要复制文件 libiomp5md.dll同样）。 根据 Github ( https://github.com/andrie/version.compare ) 上的 version.compare 包，结果很好，CRAN R 的运行速度与 MRO 一样快

Answer 4

Tom Weenseleers 提出的解决方案适用于我最新的 R 版本。 谢谢你。

我想在这个讨论中添加一些东西，因为它是相关的，我不确定如何将它添加到更大的社区。 请原谅我的描述，我是业余爱好者。

此解决方法似乎破坏了至少两个其他 R 包 igraph 和 clusterProfiler。 Clusterprofiler 依赖于 igraph，所以根本原因是 igraph。 可能还有其他 igraph 依赖包。

我发布这个是因为我找到了一个简单的解决方法，经过广泛搜索后，我从未在任何论坛上发现这个问题，这可能对其他人有所帮助。

供参考，clusterProfiler_4.4.4 和 igraph_1.3.4 R 版本 4.2.1，平台：x86_64-w64-mingw32/x64（64 位）ZAEA23489CE3AA9B6406EBB28E0CDA4200Z 10 x64（构建）

在实现上述解决方法后调用 library(igraph) 在弹出窗口中产生以下错误：

rsession-utf8.exe Entry Point Not Found 程序入口点 quadmath_snprintf 无法在动态链接库 C:Program Files\R\R->4.2.1\library\graph\libs\x64\igraph.Z06416233FE5EC4C5933122E4AB248AF1 中找到。

按 OK 在 R 中产生错误消息

错误：package 或 inDL(x, >as.logical(local), as.logical(now), ...) 中的“igraph”的命名空间加载失败：无法加载共享 object 'C:/Program Files/R/ R->4.2.1/library/igraph/libs/x64/igraph.dll': LoadLibrary failure: 找不到指定的程序。

The workaround - When implementing the workaround to use MKL in R, keep the original Rlapack.dll and Rlablas.dll (i simply renamed these ie Rblas_orig.dll) To use igraph or dependent packages, swap the.dll filenames, such that the two原R blas文件有原名，MKL文件改名（即Rblas_mkl.dll）。 重新启动 R，igraph/clusterprofiler 加载正常。

不幸的是，这将禁用 MKL，直到您再次恢复 .dll 文件名并重新启动 R，但只要您不需要同时使用 igraph 和 MKL，它就可以工作，尽管令人沮丧。

如果有人找到更好的解决方案，请告诉我。