如何使用启用的 OpenMP 指令重新编译 Numpy

Question

在this answer to Multiprocessing.Pool makes Numpy matrix multiplication slower 中，答案的作者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. 你是怎么做到的？
2. 可能有哪些负面影响？
3. 你会推荐吗？

搜索所以我发现下面的帖子OpenMP and 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。

Answer 1

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，它是围绕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。其中一些库已经提供了并行多线程版本（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Amdahl's law 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Installation Manual 了解详细说明。