当你有一个AMD CPU时，你能加速使用Intel-MKL的代码吗？

Question

我有一个AMD cpu，我正在尝试运行一些使用Intel-MKL的代码。代码比我预期的要慢得多。

当你有一个AMD CPU时，你能加速使用Intel-MKL的代码吗？多么?

Answer 1

更新2021-08-26:您可以在2020年-08-31之前加快MKL的旧版本。设置环境变量MKL_DEBUG_CPU_TYPE=5，然后运行代码。

注意:我不知道英特尔删除环境变量解决方案的确切日期或版本。

这种减速会影响使用Intel库并在 CPU上运行的任何(即影响所有操作系统并影响所有编程语言和所有程序(Matlab的旧版本、C、C++、Python、Anaconda-Python、像Tensorflow和Py手电筒这样的机器学习，以及在AMD上使用Intel库的任何东西))。

FYI设置和获取环境变量超出了这个问题的范围，但是这里有一些有用的链接：

• 视窗和另一个屏幕截图链接
  • 就我个人而言：“旧的”控制面板？？>系统？？>高级的？？>环境变量？？>系统变量？？>放弃新的。

• 对于Linux 这是一个一般的指南
  • 对于希望仅为自己的用户设置环境变量的bash用户的简单情况，将行export MKL_DEBUG_CPU_TYPE=5附加到用户的.bashrc文件中

附注：

关于“为什么/如何设置环境变量会使代码运行得更快？”

• 默认行为是Intel-MKL检查CPU，如果检测到非英特尔，则运行较慢的代码。
• 设置环境变量将覆盖默认行为，并导致尽管没有Intel硬件，但执行速度更快。

你可能在想：“为什么英特尔在他们的MKL库中会有一个软件慢下来呢？

• 多年来，英特尔的编译代码首先检查CPU，然后如果CPU被检测为非Intel，则代码将选择运行较慢的代码。
• 发生了一起诉讼
• 诉讼的结果之一是英特尔不得不披露他们正在做的事情，但不需要停止他们正在做的事情。
• 下面是包含更多历史和信息的wiki页面：Compiler#Reception

Answer 2

截至2021年，英特尔不幸的是防止人们在MKL_DEBUG_CPU_TYPE上使用 删除 的解决方案。这意味着解决方案不再有效，AMD用户要么切换到OpenBLAS，要么继续使用MKL。

若要使用解决方案，请遵循以下方法

1. 使用conda和NumPy的MKL=2019创建一个MKL=2019环境。
2. 激活环境
3. 设置MKL_DEBUG_CPU_TYPE =5

上述步骤的命令：

1. conda create -n my_env -c anaconda python numpy mkl=2019.* blas=*=*mkl
2. conda activate my_env
3. conda env config vars set MKL_DEBUG_CPU_TYPE=5

，就这样！