Intel MKL は Intel 社が開発した, Intel 製 CPU でのみ動作する高速な数値処理ライブラリです. 線型代数演算や FFT などが含まれます. Numpy/SciPy は標準で線型代数演算に openblas を利用しますが, Intel MKL を使用すると処理が高速になります.
本記事の内容は Debian 10 (native/WSL) で Python 3.8.0 を用いて検証しました. ※公式には Debian は 8 または 9 のみサポートされていて Debian 10 はサポート外です. [CentOS 7.7 での結果を追記しました. 2019-11-13]
2021-04-07 追記 本記事の内容は古くなっています. 最新の情報は WSL2でPython環境構築 (2021年3月版) をご覧ください.
Intel MKL のインストール
ダウンロード
Intel MKL から 「Choose and Download」, 「Linux*」, 「Register & Download」とリンクを辿り, フォームから氏名とメールアドレスなど必要事項を記入して提出. するとすぐにメールでダウンロードリンクが送られてくる (添付ファイルにキーが入っているが使わなかった). リンクを開いて環境にあったものを選びダウンロード.
なお apt または yum を用いてインストールするオプションもある. が個人的にはスタンドアローン版で良いと思う.
インストール
tgz ファイルがダウンロードされるので, 解凍してその中に移動する. するとその中に ./install.sh と ./silent.cfg というふたつのファイルが見つかる. 単に sudo ./install.sh を実行すると対話式のインストールが始まる. それでもよいが ./silent.cfg を適宜書き換えて sudo ./install.sh -s ./silent.cfg を実行すると, 自動的にインストールを行ってくれる.
mkl numpyのインストール方法 という記事によるとレジストレーションキーを要求されることになっているが, 私が実行したところ要求されなかった. なので ./silent.cfg を編集するのも ACCEPT_EULA=accept とのみ書き換えればよく, アクティベーションキーに関するフィールドをつくってはならない.
環境変数の設定
~/.profile あるいは ~/.bashrc あたりで必要な環境変数を設定しておく.
export MKL_ROOT_DIR=/opt/intel/mkl
export LD_LIBRARY_PATH=$MKL_ROOT_DIR/lib/intel64:/opt/intel/lib/intel64_lin:$LD_LIBRARY_PATH
export LIBRARY_PATH=$MKL_ROOT_DIR/lib/intel64:$LIBRARY_PATH
export PKG_CONFIG_PATH=$MKL_ROOT_DIR/bin/pkgconfig:$PKG_CONFIG_PATH
PKG_CONFIG_PATH はいまの目的では必要ないが, Python 以外でも Intel MKL を利用したいと思った場合に有用なので, 同時に設定しておく.
NumPy と SciPy のインストール
ビルド
まず ~/.numpy-site.cfg というファイルを作成し, 以下の内容を書き込む.
[mkl]
library_dirs = /opt/intel/mkl/lib/intel64/
include_dirs = /opt/intel/mkl/include
mkl_libs = mkl_rt
lapack_libs =
そうしたら pip でインストールする. バイナリパッケージをダウンロードするのではなくコンパイルを強制するために
$ pip install --no-binary :all: numpy
$ pip install --no-binary :all: scipy
とする. ビルドに時間がかかる (特に SciPy, デスクトップで12分程度) ので気長に待つ必要がある.
[追記 2019-11-13] CentOS 7.7 で実行したところ gcc 4.8 と古く, C99 モードを有効化する必要があった. 次のようにフラグを立てればよい.
$ CFLAGS="-std=c99" pip3 install --no-binary :all: numpy
$ CFLAGS="-std=c99" pip3 install --no-binary :all: scipy
動作確認
$ python3.8
iPython 3.8.0 (default, Oct 15 2019, 23:02:58)
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>> import numpy as np
>>> np.show_config()
blas_mkl_info:
libraries = ['mkl_rt', 'pthread']
library_dirs = ['/opt/intel/mkl/lib/intel64']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['/opt/intel/mkl/include']
blas_opt_info:
libraries = ['mkl_rt', 'pthread']
library_dirs = ['/opt/intel/mkl/lib/intel64']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['/opt/intel/mkl/include']
lapack_mkl_info:
libraries = ['mkl_rt', 'pthread']
library_dirs = ['/opt/intel/mkl/lib/intel64']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['/opt/intel/mkl/include']
lapack_opt_info:
libraries = ['mkl_rt', 'pthread']
library_dirs = ['/opt/intel/mkl/lib/intel64']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['/opt/intel/mkl/include']
>>>
>>> from scipy import show_config
>>> show_config()
lapack_mkl_info:
libraries = ['mkl_rt', 'pthread']
library_dirs = ['/opt/intel/mkl/lib/intel64']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['/opt/intel/mkl/include']
lapack_opt_info:
libraries = ['mkl_rt', 'pthread']
library_dirs = ['/opt/intel/mkl/lib/intel64']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['/opt/intel/mkl/include']
blas_mkl_info:
libraries = ['mkl_rt', 'pthread']
library_dirs = ['/opt/intel/mkl/lib/intel64']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['/opt/intel/mkl/include']
blas_opt_info:
libraries = ['mkl_rt', 'pthread']
library_dirs = ['/opt/intel/mkl/lib/intel64']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['/opt/intel/mkl/include']
>>>
参考文献
- mkl numpyのインストール方法 2016年5月
- Intel MKL を apt からインストールする 2018年10月
- numpy で MKL を使う 2018年10月