2.5 von Python Science and Technology Computation Distribution Anaconda wurde veröffentlicht. Laut DEVELOPER BLOG, MKL (Intel Math Kernel), das zuvor als kostenpflichtige Version bereitgestellt wurde, Bibliothek) scheint auch in der kostenlosen Version verfügbar zu sein.
Ich versuchte zu sehen, wie schnell es war. Bereiten Sie die OpenBLAS-Version [^ 1] und die MKL-Version Docker vor und wenden Sie sich an die kleinste Version von Digital Ocean. Sah.
[^ 1]: "conda install nomkl" ist die OpenBLAS-Version.
Ich habe die inverse Matrixberechnung einer 2000x2000 Zufallsmatrix zeitlich festgelegt.
$ docker run -it --rm tsutomu7/scientific-python python -m timeit -c \
'import numpy as np; np.linalg.inv(np.random.rand(2000, 2000))'
10 loops, best of 3: 2.61 sec per loop
$ docker run -it --rm tsutomu7/scientific-python:mkl python -m timeit -c \
'import numpy as np; np.linalg.inv(np.random.rand(2000, 2000))'
10 loops, best of 3: 1.61 sec per loop
Es scheint ungefähr 40% schneller zu sein.
Übrigens können standardmäßig 4 Kerne parallel ausgeführt werden. Es scheint, dass es nicht mehr als 4 Kerne eingestellt werden kann.
python
import mkl
mkl.get_max_threads()
>>>
4
mkl.set_num_threads(1)
mkl.get_max_threads()
>>>
1
mkl.set_num_threads(8)
mkl.get_max_threads()
>>>
4
das ist alles