numpy MKL 与标准 - 有什么要求？

Question

我通常从here 获得最新的科学 Python 包。我注意到有两个版本的numpy 可用 - 标准和 MKL 版本。我的问题：

1. 我们实际上从中获得了多少性能改进 切换到 MKL 版本？有没有人在真实数据集和问题上测试后有基准？

2. 我们是否需要英特尔的专有库才能运行 MKL 版本？我问这个是因为从上面的链接安装 MKL 版本 numpy 似乎工作得很好——我也没有看到任何性能改进。这让我很好奇，我根据答案here 运行了这个命令np.__config__.show()，它给了我以下信息：

   lapack_opt_info:
   libraries = ['mkl_lapack95_lp64', 'mkl_blas95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'libiomp5md', 'libifportmd', 'mkl_lapack95_lp64', 'mkl_blas95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'libiomp5md', 'libifportmd']
   library_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/lib/intel64']
   define_macros = [('SCIPY_MKL_H', None)]
   include_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/include']
   blas_opt_info:
   libraries = ['mkl_lapack95_lp64', 'mkl_blas95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'libiomp5md', 'libifportmd']
   library_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/lib/intel64']
   define_macros = [('SCIPY_MKL_H', None)]
   include_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/include']
   openblas_lapack_info:
   NOT AVAILABLE
   lapack_mkl_info:
   libraries = ['mkl_lapack95_lp64', 'mkl_blas95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'libiomp5md', 'libifportmd', 'mkl_lapack95_lp64', 'mkl_blas95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'libiomp5md', 'libifportmd']
   library_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/lib/intel64']
   define_macros = [('SCIPY_MKL_H', None)]
   include_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/include']
   blas_mkl_info:
   libraries = ['mkl_lapack95_lp64', 'mkl_blas95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'libiomp5md', 'libifportmd']
   library_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/lib/intel64']
   define_macros = [('SCIPY_MKL_H', None)]
   include_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/include']
   mkl_info:
   libraries = ['mkl_lapack95_lp64', 'mkl_blas95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'libiomp5md', 'libifportmd']
   library_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/lib/intel64']
   define_macros = [('SCIPY_MKL_H', None)]
   include_dirs = ['C:/Program Files (x86)/Intel/Composer XE/mkl/include']
   

所以我尝试浏览到目录C:/Program Files (x86)/Intel/Composer XE/mkl/include 以查看是否有任何内容 - 但我没有安装这些库。所以理想情况下它不应该因为文件丢失而无法正常工作？

Answer 1

到1：

许多人使用 Gohlke 的基于 MKL 的库 - afaik - 的主要原因是，没有适用于 Windows 的免费 64 位 fortran 编译器。所以使用 MKL 并不是主要基于性能的原因。 检查例如这个答案的cmets： https://stackoverflow.com/a/11200146/2319400

到2：

不，你不需要它们。正如 Christoph Gohlke 的网站告诉您的那样：

Numpy+MKL 静态链接到英特尔® 数学核心函数库。 Numpy+MKL 在 numpy.core 目录中包含 Intel C++ 和 Fortran 的运行时库。

所以，他在编译过程中需要这些库——你不需要它们。这就是“静态”链接的意义：链接库中的所有功能都包含在编译过程之后的 numpy 库中。