Intel MKL数值函数库

本系统上安装的数值函数库主要有Intel核心数学库(Math Kernel Library, MKL),用户可以直接调用,以提高性能、加快开发。

当前安装的Intel MKL版本为Intel Parallel Studio XE 2018、2019和2020版编译器自带的,安装在。在BASH下可以通过运行 module load 选择Intel编译器时设置,或者在之类的环境变量设置文件中添加类似下面代码设置Intel MKL所需的环境变量 INCLUDELD_LIBRARY_PATHMANPATH 等:

. /opt/intel/2020/mkl/bin/mklvars.sh intel64

Intel MKL主要内容

Intel MKL主要包含如下内容:

  • 基本线性代数子系统库(BLAS, level 1, 2, 3)和线性代数库(LAPACK):提供向量、向量-矩阵、矩阵-矩阵操作。
  • ScaLAPACK分布式线性代数库:含基础线性代数通信子程序(Basic Linear Algebra Communications Subprograms, BLACS)和并行基础线性代数子程序(Parallel Basic Linear Algebra Subprograms, PBLAS)
  • PARDISO直接离散算子:一种迭代离散算子,支持用于求解方程的离散系统的离散BLAS (level 1, 2, and 3)子函数,并提供可用于集群系统的分布式版本的PARDISO。
  • 快速傅立叶变换方程(Fast Fourier transform, FFT):支持1、2或3维,支持混合基数(不局限与2的次方),并有分布式版本。
  • 向量数学库(Vector Math Library, VML): 提供针对向量优化的数学操作。
  • 向量统计库(Vector Statistical Library, VSL):提供高性能的向量化随机数生成算子,可用于一些几率分布、剪辑和相关例程和汇总统计功能。
  • 数据拟合库(Data Fitting Library):提供基于样条函数逼近、函数的导数和积分,及搜索。
  • 扩展本征解算子(Extended Eigensolver):基于FEAST的本征值解算子的共享内存版本的本征解算子。

Intel MKL目录内容

Intel MKL的主要目录内容见下表 。

Intel MKL目录内容

目录

内容

<mkl_dir>

MKL主目录,如 /opt/intel/2020/mkl

<mkl_dir>/benchmarks/linpack

包含OpenMP版的LINPACK的基准程序

<mkl_dir>/benchmarks/mp_linpack

包含MPI版的LINPACK的基准程序

<mkl_dir>/bin

包含设置MKL环境变量的脚本

<mkl_dir>/bin/ia32

包含针对IA-32架构设置MKL环境变量的脚本

<mkl_dir>/bin/intel64

包含针对Intel64架构设置MKL环境变量的脚本

<mkl_dir>/examples

一些例子,可以参考学习

<mkl_dir>/include

含有INCLUDE文件

<mkl_dir>/include/ia32

含有针对ia32 Intel编译器的Fortran 95 .mod文件

<mkl_dir >/include/intel64/ilp64

含有针对Intel64 Intel编译器ILP64接口 [3] 的Fortran 95 .mod文件

<mkl_dir>/include/intel64/lp64

含有针对Intel64 Intel编译器LP64接口的Fortran 95 .mod文件

<mkl_dir>/include/mic/ilp64

含针对MIC架构ILP64接口的Fortran 95 .mod文件,本系统未配置MIC

<mk _dir>/include/mic/lp64l

含针对MIC架构LP64接口的Fortran 95 .mod文件,本系统未配置MIC

<mkl_dir>/include/fftw

含有FFTW2和3的INCLUDE文件

<mkl_dir>/interfaces/blas95

包含BLAS的Fortran90封装及用于编译成库的makefile

<mkl_dir>/interfaces/LAPACK95

包含LAPACK的Fortran 90封装及用于编译成库的makefile

<mkl_dir>/interfaces/fftw2xc

包含2.x版FFTW(C接口)封装及用于编译成库的makefile

<mkl_dir>/interfaces/fftw2xf

包含2.x版FFTW(Fortran接口)封装及用于编译成库的makefile

<mkl_dir>/interfaces/fftw2x_cdft

包含2.x版集群FFTW(MPI接口)封装及用于编译成库的makefile

<mkl_dir>/interfaces/fftw3xc

包含3.x版FFTW(C接口)封装及用于编译成库的makefile

<mkl_dir>/interfaces/fftw3xf

包含3.x版FFTW(Fortran接口)封装及用于编译成库的makefile

<mkl_dir >/interfaces/fftw3x_cdft

包含3.x版集群FFTW(MPI接口)封装及用于编译成库的makefile

<mkl_dir >/interfaces/fftw2x_cdft

包含2.x版MPIFFTW(集群FFT)封装及用于编译成库的makefile

<mkl_dir>/lib/ia32

包含IA32架构的静态库和共享目标文件

<mkl_dir>/lib/intel64

包含EM64T架构的静态库和共享目标文件

<mkl_dir>/lib/mic

用于MIC协处理器,本系统未配置MIC

<mkl_dir>/tests

一些测试文件

<mkl_dir>/tools

工具及插件

<mkl_dir>/tools/builder

包含用于生成定制动态可链接库的工具

<mkl_dir>/../Documentation/en_US/mkl

MKL文档目录

链接Intel MKL

快速入门

利用-mkl编译器参数

Intel Composer XE编译器支持采用-mkl [4] 参数链接Intel MKL:

  • -mkl或-mkl=parallel:采用标准线程Intel MKL库链接;
  • -mkl=sequential:采用串行Intel MKL库链接;
  • -mkl=cluster:采用Intel MPI和串行MKL库链接;
  • 对Intel 64架构的系统,默认使用LP64接口链接程序。

使用单一动态库

可以通过使用Intel MKL Single Dynamic Library(SDL)来简化链接行。

为了使用SDL库,请在链接行上添加libmkl_rt.so。例如

icc application.c -lmkl_rt

SDL使得可以在运行时选择Intel MKL的接口和线程。默认使用SDL链接时提供:

  • 对Intel 64架构的系统,使用LP64接口链接程序;
  • Intel线程。

如需要使用其它接口或改变线程性质,含使用串行版本Intel MKL等,需要使用函数或环境变量来指定选择,参见 4.3.2 动态选择接口和线程层部分。

选择所需库进行链接

选择所需库进行链接,一般需要:

  • 从接口层(Interface layer)和线程层(Threading layer)各选择一个库;
  • 从计算层(Computational layer)和运行时库(run-time libraries, RTL)添加仅需的库。

链接应用程序时的对应库参见下表。

接口层

线程层

计算层

运行库

IA-32架构,静态链接

libmkl_intel.a

libmkl_intel_thread.a

libmkl_core.a

libiomp5.so

IA-32架构,动态链接

libmkl_intel.so

libmkl_intel_thread.so

libmkl_core.so

libiomp5.so

Intel 64架构,静态链接

libmkl_intel_lp64.a

libmkl_intel_thread.a

libmkl_core.a

libiomp5.so

Intel64架构,动态链接

libmkl_intel_lp64.so

libmkl_intel_thread.so

libmkl_core.so

libiomp5.so

SDL会自动链接接口、线程和计算库,简化了链接处理。下表列出的是采用SDL动态链接时的Intel MKL库。参见 4.3.2 动态选择接口和线程层部分,了解如何在运行时利用函数调用或环境变量设置接口和线程层。

架构

SDL

运行时库

IA-32和Intel 64架构

libmkl_rt.so

libiomp5.so

使用链接行顾问

Intel提供了网页方式的链接行顾问帮助用户设置所需要的MKL链接参数。访问 http://software.intel.com/en-us/articles/intel-mkl-link-line-advisor ,按照提示输入所需要信息即可获取链接Intel MKL时所需要的参数。

使用命令行链接工具

使用Intel MKL提供的命令行链接工具可以简化使用Intel MKL编译程序。本工具不仅可以给出所需的选项、库和环境变量,还可执行编译和生成可执行程序。 mkl_link_tool 命令安装在,主要有三种模式:

  • 查询模式:返回所需的编译器参数、库或环境变量等:
    • 获取Intel MKL库: mkl_link_tool -libs [Intel MKL Link Tool options]
    • 获取编译参数: mkl_link_tool -opts [Intel MKL Link Tool options]
    • 获取编译环境变量: mkl_link_tool -env [Intel MKL Link Tool options]
  • 编译模式:可编译程序。
    • 用法: mkl_link_tool [options] <compiler> [options2] file1 [file2 ...]
  • 交互模式:采用交互式获取所需要的参数等。
    • 用法: mkl_link_tool -interactive

参见 http://software.intel.com/en-us/articles/mkl-command-line-link-tool

链接举例

在Intel 64架构上链接

在这些例子中:

  • MKLPATH=$MKLROOT/lib/intel64
  • MKLINCLUDE=$MKLROOT/include

如果已经设置好环境变量,那么在所有例子中可以略去-I$MKLINCLUDE,在所有动态链接的例子中可以略去-L$MKLPATH。

-| 使用LP64接口的并行Intel MKL库静态链接 myprog.f

ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-Wl,--start-group $MKLPATH/libmkl_intel_lp64.a $MKLPATH/libmkl_intel_thread.a \
$MKLPATH/libmkl_core.a -Wl,--end-group -liomp5 -lpthread -lm
  • 使用LP64接口的并行Intel MKL库动态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-lmkl_intel_lp64 -lmkl_intel_thread -lmkl_core -liomp5 -lpthread -lm
  • 使用LP64接口的串行Intel MKL库静态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-Wl,--start-group $MKLPATH/libmkl_intel_lp64.a $MKLPATH/libmkl_sequential.a \
$MKLPATH/libmkl_core.a -Wl,--end-group -lpthread -lm
  • 使用LP64接口的串行Intel MKL库动态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-lmkl_intel_lp64 -lmkl_sequential -lmkl_core -lpthread -lm
  • 使用ILP64接口的并行Intel MKL库动态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-Wl,--start-group $MKLPATH/libmkl_intel_ilp64.a $MKLPATH/libmkl_intel_thread.a \
$MKLPATH/libmkl_core.a -Wl,--end-group -liomp5 -lpthread -lm
  • 使用ILP64接口的并行Intel MKL库动态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-lmkl_intel_ilp64 -lmkl_intel_thread -lmkl_core -liomp5 -lpthread -lm
  • 使用串行或并行(调用函数或设置环境变量选择线程或串行模式,并设置接口)Intel MKL库动态链接 myprog.f
ifort myprog.f -lmkl_rt
  • 使用Fortran 95 LAPACK接口和LP64接口的并行Intel MKL库静态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE -I$MKLINCLUDE/intel64/lp64 \
-lmkl_lapack95_lp64 -Wl,--start-group $MKLPATH/libmkl_intel_lp64.a \
$MKLPATH/libmkl_intel_thread.a $MKLPATH/libmkl_core.a \
-Wl,--end-group -liomp5 -lpthread -lm
  • 使用Fortran 95 BLAS接口和LP64接口的并行Intel MKL库静态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE -I$MKLINCLUDE/intel64/lp64 \
-lmkl_blas95_lp64 -Wl,--start-group $MKLPATH/libmkl_intel_lp64.a \
$MKLPATH/libmkl_intel_thread.a $MKLPATH/libmkl_core.a \
-Wl,--end-group -liomp5 -lpthread -lm

在IA-32架构上链接

在这些例子中:

  • MKLPATH=$MKLROOT/lib/ia32
  • MKLINCLUDE=$MKLROOT/include

如果已经设置好环境变量,那么在所有例子中可以略去-I$MKLINCLUDE,在所有动态链接的例子中可以略去-L$MKLPATH。

  • 使用并行Intel MKL库静态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-Wl,--start-group $MKLPATH/libmkl_intel.a $MKLPATH/libmkl_intel_thread.a \
$MKLPATH/libmkl_core.a -Wl,--end-group -liomp5 -lpthread -lm
  • 使用并行Intel MKL库动态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-lmkl_intel -lmkl_intel_thread -lmkl_core -liomp5 -lpthread -lm
  • 使用串行Intel MKL库静态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE \
-Wl,--start-group $MKLPATH/libmkl_intel.a $MKLPATH/libmkl_sequential.a \
$MKLPATH/libmkl_core.a -Wl,--end-group -lpthread -lm
  • 使用串行Intel MKL库动态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE -lmkl_intel -lmkl_sequential -lmkl_core -lpthread -lm
  • 使用串行或并行(调用mkl_set_threading_layer函数或设置环境变量MKL_THREADING_LAYER选择线程或串行模式)Intel MKL库动态链接 myprog.f
ifort myprog.f -lmkl_rt
  • 使用Fortran 95 LAPACK接口和并行Intel MKL库静态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE -I$MKLINCLUDE/ia32 -lmkl_lapack95 \
-Wl,--start-group $MKLPATH/libmkl_intel.a $MKLPATH/libmkl_intel_thread.a
  • 使用Fortran 95 BLAS接口和并行Intel MKL库静态链接 myprog.f
ifort myprog.f -L$MKLPATH -I$MKLINCLUDE -I$MKLINCLUDE/ia32 -lmkl_blas95 \
-Wl,--start-group $MKLPATH/libmkl_intel.a $MKLPATH/libmkl_intel_thread.a \
$MKLPATH/libmkl_core.a -Wl,--end-group -liomp5 -lpthread -lm

链接细节

在命令行上列出所需库链接

注意

下面是动态链接的命令,如果想静态链接,需要将含有-l的库名用含有库文件的路径来代替,比如用$MKLPATH/libmkl_core.a代替-lmkl_core,其中$MKLPATH为用户定义的指向MKL库目录的环境变量。

注意

[] 内的表示可选, | 表示其中之一、 {} 表示含有。 在静态链接时,在分组符号(如,’’-Wl,–start-group $MKLPATH/libmkl_cdft_core.a $MKLPATH/libmkl_blacs_intelmpi_ilp64.a $MKLPATH/libmkl_intel_ilp64.a $MKLPATH/libmkl_intel_thread.a $MKLPATH/libmkl_core.a -Wl,–end-group’’ )封装集群组件、接口、线程和计算库。

列出库的顺序是有要求的,除非是封装在上面分组符号中的。

动态选择接口和线程层链接

SDL接口使得用户可以动态选择Intel MKL的接口和线程层。

  • 设置接口层

    可用的接口与系统架构有关,对于Intel 64架构,可使用LP64和ILP64接口。在运行时设置接口,可调用mkl_set_interface_layer函数或设置 MKL_INTERFACE_LAYER 环境变量。下表为可用的接口层的值。

    接口层

    MKL_INTERFACE_LAYER 的值

    mkl_set_interface_layer的参数值

    LP64

    LP64

    MKL_INTERFACE_LP64

    ILP64

    ILP64

    MKL_INTERFACE_ILP64

    如果调用了mkl_set_interface_layer函数,那么环境变量 MKL_INTERFACE_LAYER 的值将被忽略。默认使用LP64接口。

  • 设置线程层

    在运行时设置线程层,可以调用mkl_set_threading_layer函数或者设置环境变量 MKL_THREADING_LAYER 。下表为可用的线程层的值。

    线程层

    MKL_INTERFACE_LAYER 的值

    mkl_set_interface_layer的参数值

    Intel线程

    INTEL

    MKL_THREADING_INTEL

    串行线程

    SEQUENTIAL

    MKL_THREADING_SEQUENTIAL

    GNU线程

    GNU

    MKL_THREADING_GNU

    PGI线程

    PGI

    MKL_THREADING_PGI

    如果调用了mkl_set_threading_layer函数,那么环境变量MKL_THREADING_LAYER的值被忽略。默认使用Intel线程。

使用接口库链接

  • 使用ILP64接口 vs. LP64接口

    Intel MKL ILP64库采用64-bit整数(索引超过含有 \(2^{31}-1\) 个元素的大数组时使用),而LP64库采用32-bit整数索引数组。

    LP64和ILP64接口在接口层实现,分别采用下面接口层链接使用LP64或ILP64:

    • 静态链接:libmkl_intel_lp64.a或libmkl_intel_ilp64.a
    • 动态链接:libmkl_intel_lp64.so或libmkl_intel_ilp64.so

    ILP64接口提供以下功能:

    • 支持大数据数组(具有超过 \(2^{31}-1\) 个元素);
    • 添加-i8编译器参数编译Fortran程序。

    LP64接口提供与以前Intel MKL版本的兼容,因为LP64对于仅提供一种接口的版本低于9.1的Intel MKL来说是一个新名字。如果用户的应用采用Intel MKL计算大数据数组或此库也许在将来会用到时请选择使用ILP64接口。

    Intel MKL提供的ILP64和LP64头文件路径是相同的。

    • 采用LP64/ILP64编译

      下面显示如何采用ILP64和LP64接口进行编译:

      • Fortran:
        ILP64: ifort -i8 -I<mkl directory>/include ...
        LP64: ifort -I<mkl directory>/include ...
      • C/C++:
        ILP64: icc -DMKL_ILP64 -I<mkl directory>/include ...
        LP64: icc -I<mkl directory>/include ...

      注意,采用-i8或-DMKL_ILP64选项链接LP64接口库时也许将会产生预想不到的错误。

    • 编写代码

      如果不使用ILP64接口,无需修改代码。

      为了移植或者新写代码使用ILP64接口,需要使用正确的Intel MKL函数和子程序的参数类型:

      整数类型

      Fortran

      C/C++

      32-bit整数

      INTEGER*4或INTEGER(KIND=4)

      int

      针对ILP64/LP64的通用整数(ILP64使用64-bit,其余32-bit)

      INTEGER,不指明KIND

      MKL_INT

      针对ILP64/LP64的通用整数(64-bit整数)

      INTEGER*8或INTEGER(KIND=8)

      MKL_INT64

      针对ILP64/LP64的FFT接口

      INTEGER,不指明KIND

      MKL_LONG

    • 局限性

      所有Intel MKL函数都支持ILP64编程,但是针对Intel MKL的FFTW接口:

      • FFTW 2.x封装不支持ILP64;
      • FFTW 3.2封装通过专用功能函数plan_guru64支持ILP64。
  • 使用Fortran 95接口库

    libmkl_blas95*.a和libmkl_lapack95*.a库分别含有BLAS和LAPACK所需的Fortran 95接口,并且是与编译器无关。在Intel MKL包中,已经为Intel Fortran编译器预编译了,如果使用其它编译器,请在使用前先编译。

使用线程库链接

  • 串行库模式

    采用Intel MKL串行(非线程化)模式时,Intel MKL运行非线程化代码。它是线程安全的(除了LAPACK已过时的子程序?lacon),即可以在用户程序的OpenMP代码部分使用。串行模式不要求与OpenMP运行时库的兼容,环境变量 OMP_NUM_THREADS 或其Intel MKL等价变量对其也无影响。

    只有在不需要使用Intel MKL线程时才应使用串行模式。当使用一些非Intel编译器线程化程序或在需要非线程化库(比如使用MPI的一些情况时)的情形使用Intel MKL时,串行模式也许有用。为了使用串行模式,请选择*sequential.*库。

    对于串行模式,由于*sequential.*依赖于pthread,请在链接行添加POSIX线程库(pthread)。

  • 选择线程库层

    一些Intel MKL支持的编译器使用OpenMP线程技术。Intel MKL支持这些编译器提供OpenMP技术实现,为了使用这些支持,需要采用正确的线程层和编译器支持运行库进行链接。

    • 线程层

      每个Intel MKL线程库包含针对同样的代码采用不同编译器(Intel、GNU和PGI编译器)分别编译的库。

    • 运行时库

      此层包含Intel编译器兼容的OpenMP运行时库libiomp。在Intel编译器之外,libiomp提供在Linux操作系统上对更多线程编译器的支持。即,采用GNU编译器线程化的程序可以安全地采用intel MKL和libiomp链接。

      下表有助于解释在不同情形下使用Intel MKL时选择线程库和运行时库(仅静态链接情形):

      编译器

      应用是否线程化

      线程层

      推荐的运行时库

      备注

      Intel

      无所谓

      libmkl_intel_thread.a

      libiomp5.so

      PGI

      Yes

      libmkl_pgi_thread.a或 libmkl_sequential.a

      由PGI*提供

      使用libmkl_sequential.a 从Intel MKL调用中去除线程化

      PGI

      No

      libmkl_intel_thread.a

      libiomp5.so

      PGI

      No

      libmkl_pgi_thread.a

      由PGI*提供

      PGI

      No

      libmkl_sequential.a

      None

      GNU

      Yes

      libmkl_gnu_thread.a

      libiomp5.so或库 GNU OpenMP运行时库

      libiomp5提供监控缩放性能

      GNU

      Yes

      libmkl_sequential.a

      None

      GNU

      No

      libmkl_intel_thread.a

      libiomp5.so

      other

      Yes

      libmkl_sequential.a

      None

      other

      No

      libmkl_intel_thread.a

      libiomp5.so

使用计算库链接

  • 如不使用Intel MKL集群软件在链接应用程序时只需要一个计算库即可,其依赖于链接方式:
    • 静态链接: libmkl_core.a
    • 动态链接: libmkl_core.so
  • 采用Intel MKL集群软件的计算库

    ScaLAPACK和集群Fourier变换函数(Cluster FFTs)要求更多的计算库,其也许依赖于架构。下表为列出的针对Intel 64架构的使用ScaLAPACK或集群FFTs的计算库:

    函数域

    静态链接

    动态链接

    ScaLAPACK,LP64接口

    libmkl_scalapack_lp64.a和libmkl_core.a

    libmkl_scalapack_lp64.so和libmkl_core.so

    ScaLAPACK,ILP64接口

    libmkl_scalapack_ilp64.a和libmkl_core.a

    libmkl_scalapack_ilp64.so和libmkl_core.so

    集群FFTs

    libmkl_cdft_core.a和libmkl_core.a

    libmkl_cdft_core.so和libmkl_core.so

下表为列出的针对IA-32架构的使用 ScaLAPACK或集群FFTs的计算库:

函数域

静态链接

动态链接

ScaLAPACK

libmkl_scalapack_core.a和libmkl_core.a

libmkl_scalapack_core.so和libmkl_core.so

集群FFTs

libmkl_cdft_core.a和libmkl_core.a

libmkl_cdft_core.so和libmkl_core.so

注意

对于ScaLAPACK和集群FFTs,当在MPI程序中使用时,还需要添加BLACS库。

使用编译器运行库链接

甚至在静态链接其它库时,也可动态链接libiomp5、兼容的OpenMP运行时库。

静态链接libiomp5也许会存在问题,其原因由于操作环境或应用越复杂,将会包含更多多余的库的复本。这将不仅会导致性能问题,甚至导致不正确的结果。

动态链接libiomp5时,需确保 LD_LIBRARY_PATH 环境变量设置正确。

使用系统库链接

使用Intel MKL的FFT、Trigonometric Transforn或Poisson、Laplace和Helmholtz求解程序时,需要通过在链接行添加-lm参数链接数学支持系统库。

在Linux系统上,由于多线程libiomp5库依赖于原生的pthread库,因此,在任何时候,libiomp5要求在链接行随后添加-lpthread参数(列出的库的顺序非常重要)。

冗长(Verbose)启用模式链接

如果应用调用了MKL函数,您也许希望知道调用了哪些计算函数,传递给它们什么参数,并且花费多久执行这些函数。当启用Intel MKL冗长(Verbose)模式时,您的应用可以打印出这些信息。可以打印出这些信息的函数称为冗长启用函数。并不是所有Intel MKL函数都是冗长启用的,请查看Intel MKL发布说明。

在冗长模式下,每个冗长启用函数的调用都将打印人性化可读行描述此调用。如果此应用在此函数调用中终止,不会有针对此函数的信息打印出来。第一个冗长启用函数调用将打印一版本信息行。

为了对应用启用Intel MKL冗长模式,需要执行以下两者之一:

  • 设置环境变量MKL_VERBOSE为1,在bash下可以执行 export MKL_VERBOSE=1
  • 调用支持函数mkl_verbose(1)

函数调用mkl_verbose(0)将停止冗长模式。调用启用或禁止冗长模式的函数将覆盖掉环境变量设置。关于mkl_verbose函数,请参看Intel MKL Reference Manual。

Intel MKL冗长模式不是线程局域的,而是全局状态。这意味着如果一个应用从多线程中改变模式,其结果将是未定义的。

特别提示

MKL默认启用了OpenMP多线程支持,运行时会一个MKL进程启动多个线程,对有些应用来说性能更高(需要提交作业时特殊设定),但多数对于每个CPU核运行一个进程的应用来说性能更差。

在启用OpenMP性能更高时,建议降低进程数以确保每个进程启动的OpepMP线程有足够的CPU核使用,比如设定每个节点申请48个任务,但只启动了12个进程,每个进程启动4个OpenMP线程,这样才能保证CPU不分时复用。

可以在作业脚本中添加如下之一:

  • export OMP_NUM_THREADS=4 (影响所有OMP线程)
  • export MKL_NUM_THREADS=4 (只影响MKL中的OpenMP线程)之类的设置
  • export MKL_DOMAIN_NUM_THREADS="MKL_DOMAIN_ALL 2 : MKL_DOMAIN_BLAS 1 : MKL_DOMAIN_FFT 4" (更加精细控制每类函数使用的线程数 )

对多数MPI程序来说,也许每个MPI进程启用一个线程性能更高,一般是: export OMP_NUM_THREADS=1

性能优化等

请参见Intel MKL官方手册。