numpy/scipy 中的哪些操作是多线程的？

Question

我正在研究一种算法，除了使用 numpy/scipy 之外，我没有尝试对其进行并行化。 查看htop ，有时代码使用我的所有内核，有时只使用一个内核。 我正在考虑使用multiprocessing或类似的东西向单线程部分添加并行性。

假设我拥有所有并行的 BLAS/MKL 库，是否有一些经验法则可以用来猜测 numpy/scipy ufunc 是否将是多线程的？ 更好的是，是否有记录在案的地方？

为了弄清楚这一点，我查看了： https://scipy.github.io/old-wiki/pages/ParallelProgramming，Python ：如何从多线程中停止 numpy？ , python/numpy 中的多线程 blas 。

Answer 1

您可以尝试获取IDP软件包（ 用于Python的英特尔®发行版），其中包含NumPy *，SciPy *和scikit-learn *版本以及集成的英特尔®数学内核库。

无论这样做是否合理，这都会使您自动对所有Lapack例程进行线程化。 在这里，您可以找到线程mkl的功能列表： https ://software.intel.com/zh-cn/mkl-linux-developer-guide-openmp-threaded-functions-and-problems

Answer 2

numpy和scipy固有的例程默认情况下允许单线程。 您可以根据需要进行更改。

# encoding: utf-8
# module numpy.core.multiarray
# from /path/to/anaconda/lib/python3.6/site-packages/numpy/core/multiarray.cpython-36m-darwin.so
# by generator 1.145
# no doc
# no imports

# Variables with simple values

ALLOW_THREADS = 1

编译numpy ，可以通过更改NPY_ALLOW_THREADS来控制线程：

./core/include/numpy/ufuncobject.h:#if NPY_ALLOW_THREADS
./core/include/numpy/ndarraytypes.h:        #define NPY_ALLOW_THREADS 1

至于外部库，我主要发现numpy和scipy可以包裹旧版Fortran代码（ QUADPACK ， LAPACK ， FITPACK等等）。 这些库中的所有子例程都在单个线程上计算。

至于MKL依存关系，您链接的SO帖子足以回答问题。

Answer 3

请尝试设置全局变量OMP_NUM_THREADS 。 它适用于我的 scipy 和 numpy。我使用的功能是，

ling.inv()和A.dot(B)