Sé que ATLAS puede optimizarse para la máquina en la que se compila y, por lo tanto, se obtienen los máximos beneficios compilando desde la fuente. ¿Hay algún beneficio en compilar LAPACK desde la fuente? Sería mucho más fácil instalar el paquete preconstruido.
performance
lapack
OSE
fuente
fuente
Respuestas:
OpenBlas es bastante rápido, por lo que puede vincularlo a LAPACK. ¿Has probado la versión precompilada de LAPACK / BLAS de tu proveedor de CPU? Por ejemplo, AMD ACML (gratis) o Intel MKL (gratis en Linux para uso no comercial y no académico). Simplemente necesita descomprimir y ejecutar el archivo de instalación.
En mi opinión, la única ventaja de usar ATLAS es cuando usas alguna CPU inusual. De lo contrario, use el del proveedor de CPU. También hay versiones de nVIDIA CUDA y AMD OpenCL disponibles que realmente son geniales.
EDITAR: recuerde que siempre puede construir un paquete Ubuntu DEB desde la fuente, que generalmente es mucho más fácil que compilar software desde la fuente.
fuente
libmkl_rt.so
archivo generalmente vinculado mediante:-L/opt/intel/mkl/lib/intel64 -lmkl_rt
El paquete de repositorio no es seguro de usar con subprocesos debido a la forma en que se compiló. Informé del error en el foro de Lapack , pero las soluciones o soluciones tardarán mucho tiempo en llegar al repositorio. Si lo compila usted mismo, asegúrese de agregar el "-frecursivo" a gfortran.
fuente
En mi experiencia, la mejor manera de usar blas / lapack en versiones recientes de ubuntu es usar el paquete openblas.
Para lo que vale, utilizo principalmente blas / lapack a través de python numpy / scipy, y el uso de openblas acelera parte del álgebra lineal como 200x en comparación con el valor predeterminado. Intenté usar ATLAS personalizado, pero fue un gran dolor y no me dio mucha aceleración en comparación con openblas, pero podría haberlo estado haciendo mal.
fuente