Ctrl+K

BLAS 和 LAPACK#

选择 BLAS 和 LAPACK 库#

BLAS 和 LAPACK 库的选择，除了默认的 OpenBLAS 外，是通过 Meson 构建选项 实现的。例如，要选择普通的 libblas 和 liblapack (这通常是 Linux 发行版上的 Netlib BLAS/LAPACK，并且可以在 conda-forge 上动态切换实现)，请使用

$ # for a development build
$ python dev.py build -C-Dblas=blas -C-Dlapack=lapack

$ # to build and install a wheel
$ python -m build -Csetup-args=-Dblas=blas -Csetup-args=-Dlapack=lapack
$ pip install dist/scipy*.whl

$ # Or, with pip>=23.1, this works too:
$ python -m pip -Csetup-args=-Dblas=blas -Csetup-args=-Dlapack=lapack

其他应该可以工作的选项（只要它们安装了 pkg-config 或 CMake 支持）包括 mkl、atlas、blis 和 accelerate。

请注意，Accelerate 和 scipy-openblas 在 dev.py 中都有更容易记住的标志，因为它们通常用于开发

$ python dev.py build --with-accelerate
$ python dev.py build --with-scipy-openblas

Accelerate、MKL 或 scipy-openblas 不需要 -Dlapack 标志，因为我们可以确定这些选项的 BLAS 和 LAPACK 是相同的。例如，要使用 Accelerate 创建一个 wheel（仅在 macOS >=13.3 上），请使用

$ python -m build -Csetup-args=-Dblas=accelerate

使用 pkg-config 检测非标准位置的库#

BLAS 和 LAPACK 检测的底层工作方式是 Meson 尝试首先使用 pkg-config，然后使用 CMake 来发现指定的库。如果您只有一个独立的共享库文件（例如，/a/random/path/lib/ 中的 armpl_lp64.so 和 /a/random/path/include/ 中的相应头文件），那么您必须做的是制作自己的 pkg-config 文件。它应该具有匹配的名称（因此在本例中为 armpl_lp64.pc），并且可以位于任何位置。PKG_CONFIG_PATH 环境变量应设置为指向 .pc 文件的位置。该文件的内容应为

libdir=/path/to/library-dir      # e.g., /a/random/path/lib
includedir=/path/to/include-dir  # e.g., /a/random/path/include
version=1.2.3                    # set to actual version
extralib=-lm -lpthread -lgfortran   # if needed, the flags to link in dependencies
Name: armpl_lp64
Description: ArmPL - Arm Performance Libraries
Version: ${version}
Libs: -L${libdir} -larmpl_lp64      # linker flags
Libs.private: ${extralib}
Cflags: -I${includedir}

要检查它是否按预期工作，您应该能够运行

$ pkg-config --libs armpl_lp64
-L/path/to/library-dir -larmpl_lp64
$ pkg-config --cflags armpl_lp64
-I/path/to/include-dir

指定要使用的 Fortran ABI#

一些线性代数库是使用 g77 ABI（也称为“f2c 调用约定”）构建的，而另一些是使用 GFortran ABI 构建的，这两种 ABI 是不兼容的。因此，如果您使用 gfortran 构建 SciPy 并链接到像 MKL 这样的线性代数库（它是使用 g77 ABI 构建的），则会出现异常或段错误。SciPy 通过使用 ABI 包装器来解决此问题，这些包装器依赖于 CBLAS API 来解决 BLAS API 中少数几个受此问题影响的函数。

请注意，SciPy 需要在构建时知道需要做什么，并且构建系统将自动检查线性代数库是否为 MKL 或 Accelerate（两者都始终使用 g77 ABI），如果是，则使用 CBLAS API 而不是 BLAS API。如果自动检测失败，或者用户想要覆盖此自动检测机制以针对普通的 libblas/liblapack 进行构建（例如，conda-forge 就是这样做的），请使用 -Duse-g77-abi=true 构建选项。例如，

$ python -m build -C-Duse-g77-abi=true -Csetup-args=-Dblas=blas -Csetup-args=-Dlapack=lapack

正在进行的工作#

这些选项计划完全支持，但目前无法直接使用

  • ILP64（64 位整数大小）构建：SciPy 的大部分支持使用 ILP64 BLAS/LAPACK。请注意，支持仍然不完整，因此 SciPy 也 需要 LP64（32 位整数大小）BLAS/LAPACK。

  • 从多个可能的 BLAS 和 LAPACK 选项中自动选择，并提供用户指定的优先级顺序

在此页面上