是否有可能知道哪些SciPy/NumPy函數在多個核心上運行？

Question

我試圖弄清楚SciPy/NumPy中的哪些函數在多個處理器上運行。我可以例如閱讀SciPy參考手冊中的SciPy使用這個，但我更關心哪些函數執行並行計算，因爲並不是所有的函數都可以。當然，如果在你輸入help（SciPy.foo）時包含了這個夢想場景，但這似乎並不是這樣。

任何幫助將不勝感激。

最佳，

馬蒂亞斯

Answer 1

我認爲這個問題是您使用，而不是SciPy的/ NumPy的BLAS的/ LAPACK庫，更好地解決。

某些BLAS/LAPACK庫，如MKL，在其他實現可能不會使用的情況下，本地使用多個內核。

採取scipy.linalg.solve爲例，這裏是它的源代碼（爲了清楚省略了一些錯誤處理代碼）：

def solve(a, b, sym_pos=0, lower=0, overwrite_a=0, overwrite_b=0, 
      debug = 0): 
    if sym_pos: 
     posv, = get_lapack_funcs(('posv',),(a1,b1)) 
     c,x,info = posv(a1,b1, 
         lower = lower, 
         overwrite_a=overwrite_a, 
         overwrite_b=overwrite_b) 
    else: 
     gesv, = get_lapack_funcs(('gesv',),(a1,b1)) 
     lu,piv,x,info = gesv(a1,b1, 
          overwrite_a=overwrite_a, 
          overwrite_b=overwrite_b) 

    if info==0: 
     return x 
    if info>0: 
     raise LinAlgError, "singular matrix" 
    raise ValueError,\ 
      'illegal value in %-th argument of internal gesv|posv'%(-info) 

正如你所看到的，它只是周圍的LAPACK函數的兩個家庭的簡單封裝（以DPOSV和DGESV爲例）。

在SciPy級別上沒有並行性，但您可以觀察到在系統上使用多個內核的功能。唯一可能的解釋是你的LAPACK庫能夠使用多核，沒有NumPy/SciPy做任何事情都可以使用多核，。