CBLAS/GotoBLAS2/MKL/CUDA HPL Configuration

1. CBLAS

* Need BLAS Lib

TOPdir       = /home/shir/mv/hpl
INCdir       = $(TOPdir)/include
BINdir       = $(TOPdir)/bin
LIBdir       = $(TOPdir)/lib
HPLlib       = $(LIBdir)/libhpl.a

MPdir        = /home/shir/mv/mv2
MPinc        = -I/home/shir/mv/mv2/include
MPlib        = /home/shir/mv/mv2/lib/libmpich.a /home/shir/mv/mv2/lib/libmpichf90.a

LAdir        = /home/shir/mv/BLAS /home/shir/mv/CBLAS
LAinc        =
LAlib        = /home/shir/mv/CBLAS/lib/cblas_LINUX.a /home/shir/mv/BLAS/blas_LINUX.a

F2CDEFS      = -DAdd_ -DF77_INTEGER=int -DStringSunStyle
HPL_INCLUDES = -I$(INCdir) -I$(INCdir)/$(ARCH) $(LAinc) $(MPinc)
HPL_LIBS     = $(HPLlib) $(LAlib) $(MPlib) -lgfortran

HPL_OPTS     = -DHPL_CALL_CBLAS

HPL_DEFS     = $(F2CDEFS) $(HPL_OPTS) $(HPL_INCLUDES)
CC           = /home/shir/mv/mv2/bin/mpicc
CCNOOPT      = $(HPL

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumPy是一个用Python实现的科学计算包,包括: - 一个强大的N维数组对象 ndarray - 广播功能函数 - 整合 C/C++/Fortran 代码的工具 - 线性代数、傅里叶变换、随机数生成等功能 MKL(英特尔® 数学核心库)是一种高度优化的数学库,用于执行数值密集型操作,包括线性代数、矩阵运算、傅里叶变换和随机数生成等。 NumPy可以与MKL进行集成,从而在进行数值计算时获得更快的速度。 要启用NumPy MKL,请按照以下步骤操作: 1.安装Intel Math Kernel Library软件包 2.安装NumPy 3.运行以下代码,检查NumPy是否使用了MKL: ```python import numpy as np print(np.__config__.show()) ``` 如果看到类似下面这样的输出,就说明NumPy已经与MKL集成成功了: ```shell mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] blas_mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] blas_opt_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] lapack_mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] lapack_opt_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值