BLAS 和 LAPACK#
选择 BLAS 和 LAPACK 库#
BLAS 和 LAPACK 库的选择,除了 OpenBLAS 默认选项外,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 上在不同实现之间动态切换),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(只要它们通过 pkg-config
或 CMake 支持安装)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,因为它们常用于开发。
$ python dev.py build --with-accelerate
$ python dev.py build --with-scipy-openblas
对于 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(仅限 macOS >=13.3),请使用
$ python -m build -Csetup-args=-Dblas=accelerate
使用 pkg-config 在非标准位置检测库#
BLAS 和 LAPACK 检测的底层工作方式是 Meson 首先尝试使用 pkg-config
,然后使用 CMake 来发现指定的库。如果你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),那么你需要做的是制作你自己的 pkg-config 文件。它应该有一个匹配的名称(例如,armpl_lp64.pc
),并且可以放在任何位置。应该设置 PKG_CONFIG_PATH
环境变量以指向 .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}
为了检查这是否按预期工作,你应该能够运行
$ 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 不兼容。因此,如果你使用 gfortran
构建 SciPy 并链接到像 MKL 这样使用 g77
ABI 构建的线性代数库,将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 CBLAS API 来处理 BLAS API 中受此问题影响的少数函数。
请注意,SciPy 需要在构建时知道需要做什么,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 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
正在进行中#
这些选项计划得到全面支持,但目前无法直接使用
ILP64(64位整数大小)构建:SciPy 的大部分功能支持使用 ILP64 BLAS/LAPACK。请注意,支持仍不完整,因此 SciPy 也需要 LP64(32位整数大小)BLAS/LAPACK。
自动从多个可能的 BLAS 和 LAPACK 选项中选择,并根据用户提供的优先级顺序