【发布时间】：2013-12-24 20:44:08
【问题描述】：
因为Eigen 看起来很有希望 (Benchmark) 我想知道是否可以使用 Eigen 库编译 numpy，因为可以使用 ATLAS 或 OpenBlas（或使用 intel-mkl）构建 numpy。我试图在配置中玩一点，但我想这超出了我的能力范围。
【问题讨论】：
-
我质疑该基准。 Eigen 仅使用 SSE，而 MKL 使用 AVX。 MKL是GEMM的最佳选择。
【发布时间】：2013-12-24 20:44:08
【问题描述】：
从特征源中，您可以构建一个 BLAS 接口库，然后将 Numpy 链接到它。第一部分：
make build-eigen
cd build-eigen
cmake -DCMAKE_BUILD_TYPE=Release path/to/eigen
make blas lapack
这为您提供了具有静态和共享版本的 BLAS 和 LAPACK 库。然后只需将 Numpy 链接到例如 libeigen_blas_static.a 而不是 ATLAS。
另外，请注意，此基准测试相当陈旧，并且是在单个 SSE 处理器上完成的。该数字可能与 AVX 等不同。
【讨论】：