Python* 科学計算の高速化

oneMKL を使用した NumPy* および SciPy* のビルド

これらのステップは、Linux* または Windows* オペレーティング・システム、インテル® 64 アーキテクチャー、ILP64 インターフェイスを想定しています。

1. http://www.scipy.org/Download (英語) から最新の NumPy* および SciPy* パッケージを取得して展開します。

2. 最新バージョンの oneMKL、インテル® C++ コンパイラー、インテル® Fortran コンパイラーをインストールします。

3. インテル® C++ コンパイラーおよびインテル® Fortran コンパイラーの環境変数を設定します。

   • Linux*:

     次のコマンドを実行します。

     $source <intel tools installation dir>/bin/compilervars.sh intel64

   • Windows*:

     環境設定を起動して Intel64 ビルドバイナリーの Visual Studio* モードを指定します。

     1. (Windows* 8:)マウスポインターを画面の左下隅に移動し、マウスの右ボタンをクリックして、[検索] を選択し、画面の白い部分をクリックします。

     2. [Intel Parallel Studio 2016 (インテル® Parallel Studio 2016)] セクションに移動して、[Intel64 Visual Studio 20XX mode (インテル® 64 VS 20XX モード)] を選択します。

4. ディレクトリーを <NumPy dir> に変更します。

5. 既存の site.cfg.example をコピーし、site.cfg として保存します。

6. site.cfg を開き、[mkl] セクションのコメントを解除して、次のように変更します:

   • Linux* :

     [mkl] 
     library_dirs = /opt/intel/compilers_and_libraries_2016/linux/mkl/
     lib include_dirs = /opt/intel/compilers_and_libraries_2016/linux/mkl/
     include mkl_libs = mkl_rt 
     lapack_libs =

   • Windows*:

     [mkl] 
     library_dirs = C:\Program Files (x86)\IntelSWTools\compilers_and_libraries_2016\windows\mkl\lib\intel64;
     C:\Program Files (x86)\Intel\Composer XE 2015.x.yyy\compiler\lib\intel64 
     include_dirs = C:\Program Files (x86)\IntelSWTools\compilers_and_libraries_2016\windows\mkl\include 
     mkl_libs = mkl_lapack95_lp64,mkl_blas95_lp64,mkl_intel_lp64,mkl_intel_thread,mkl_core,libiomp5md 
     lapack_libs = mkl_lapack95_lp64,mkl_blas95_lp64,mkl_intel_lp64,mkl_intel_thread,mkl_core,libiomp5md

7. インテル® C++ コンパイラーの最適化オプションを渡すように、<NumPy dir>/distutils の intelccompiler.py を変更します。

   • Linux*:

     self.cc_exe = 'icx –O3 –g -xhost –fPIC –fomit-frame-pointer –openmp –DMKL_ILP64'

   • Windows*:

     self.compile_options = [ '/nologo', '/O3', '/MD', '/W3', '/Qstd=c99', 
     '/QxHost', '/fp:strict', '/Qopenmp']

8. インテル® Fortran コンパイラーの最適化オプションを渡すように、<NumPy dir>/distutils/fcompiler フォルダーの intel.py を変更します。

   • Linux*:

     ifort –xhost –openmp –i8 –fPIC

   • Windows*:

     def get_flags(self): 
         opt = ['/nologo', '/MD', '/nbs','/names:lowercase', '/assume:underscore']

9. ディレクトリーを <NumPy dir> に変更し、NumPy* をビルドしてインストールします。

   • Linux* :

     $python setup.py config --compiler=intelem build_clib --compiler=intelem build_ext --compiler=intelem install

   • Windows*:

     python setup.py config --compiler=intelemw build_clib --compiler=intelemw build_ext --compiler=intelemw install

10. ディレクトリーを <SciPy dir> に変更し、SciPy* をビルドしてインストールします。

    • Linux* :

      $python setup.py config --compiler=intelem --fcompiler=intelem build_clib --compiler=intelem --fcompiler=intelem build_ext --compiler=intelem --fcompiler=intelem install

    • Windows*:

      python setup.py config --compiler=intelemw --fcompiler=intelvem build_clib --compiler=intelemw --fcompiler=intelvem build_ext --compiler=intelemw --fcompiler=intelvem install

コード例

import numpy as np 
import scipy.linalg.blas as slb 
import time 

M = 10000 
N = 6000 
k_list = [64, 128, 256, 512, 1024, 2048, 4096, 8192] 

np.show_config() 

for K in k_list: 
        a = np.array(np.random.random((M, N)), dtype=np.double, order='C', copy=False) 
        b = np.array(np.random.random((N, K)), dtype=np.double, order='C', copy=False) 
        A = np.matrix(a, dtype=np.double, copy=False) 
        B = np.matrix(b, dtype=np.double, copy=False) 

        start = time.time() 
        C = slb.dgemm(1.0, a=A, b=B) 
        end = time.time() 

        tm = start - end 
        print ('{0:4}, {1:9.7}'.format(K, tm))

ソースコード: サンプル (https://www.intel.com/content/dam/develop/external/us/en/documents/mkl-cookbook-samples-120115.zip (英語)) の dgemm_python フォルダーを参照してください。