JuliaでMKLを使う方法

eigen MKL.ipynb

{
  "cells": [
    {
      "metadata": {
        "trusted": true
      },
      "cell_type": "code",
      "source": "using BenchmarkTools, Random, LinearAlgebra\nBLAS.vendor()",
      "execution_count": 1,
      "outputs": [
        {
          "output_type": "execute_result",
          "execution_count": 1,
          "data": {
            "text/plain": ":mkl"
          },
          "metadata": {}
        }
      ]
    },
    {
      "metadata": {
        "trusted": true
      },
      "cell_type": "code",
      "source": "Random.seed!(464937337564)\nN = 2000\nX = randn(N, N)\n@time sol = eigen(X)\n@time sol = eigen(X)\n@time sol = eigen(X)\nsol.values[[begin:begin+2; end-2:end]]",
      "execution_count": 2,
      "outputs": [
        {
          "output_type": "stream",
          "text": "  6.909621 seconds (1.49 M allocations: 213.778 MiB, 2.00% gc time)\n  6.035073 seconds (22 allocations: 128.099 MiB, 1.00% gc time)\n  6.038358 seconds (22 allocations: 128.099 MiB, 0.35% gc time)\n",
          "name": "stdout"
        },
        {
          "output_type": "execute_result",
          "execution_count": 2,
          "data": {
            "text/plain": "6-element Vector{ComplexF64}:\n -44.296629801889495 + 0.0im\n  -44.11434508212392 - 5.748601086866252im\n  -44.11434508212392 + 5.748601086866252im\n  44.206808231240984 - 2.6928047553283574im\n  44.206808231240984 + 2.6928047553283574im\n   45.37191442391841 + 0.0im"
          },
          "metadata": {}
        }
      ]
    },
    {
      "metadata": {
        "trusted": true
      },
      "cell_type": "code",
      "source": "Random.seed!(464937337564)\nN = 3000\nX = Symmetric(randn(N, N))\n@time sol = eigen(X)\n@time sol = eigen(X)\n@time sol = eigen(X)\nsol.values[[begin:begin+2; end-2:end]]",
      "execution_count": 3,
      "outputs": [
        {
          "output_type": "stream",
          "text": "  4.400443 seconds (18.14 k allocations: 208.221 MiB, 2.18% gc time)\n  4.340137 seconds (17 allocations: 207.116 MiB, 0.49% gc time)\n  4.284820 seconds (17 allocations: 207.116 MiB, 0.58% gc time)\n",
          "name": "stdout"
        },
        {
          "output_type": "execute_result",
          "execution_count": 3,
          "data": {
            "text/plain": "6-element Vector{Float64}:\n -109.6853727852666\n -109.05142847718398\n -108.61228167403831\n  107.99482482626364\n  108.33375161447393\n  108.98437996842547"
          },
          "metadata": {}
        }
      ]
    },
    {
      "metadata": {
        "trusted": true
      },
      "cell_type": "code",
      "source": "",
      "execution_count": null,
      "outputs": []
    }
  ],
  "metadata": {
    "@webio": {
      "lastKernelId": null,
      "lastCommId": null
    },
    "kernelspec": {
      "name": "julia-mkl-depwarn--o3-1.6",
      "display_name": "Julia MKL depwarn -O3 1.6.0-DEV",
      "language": "julia"
    },
    "language_info": {
      "file_extension": ".jl",
      "name": "julia",
      "mimetype": "application/julia",
      "version": "1.6.0"
    },
    "toc": {
      "nav_menu": {},
      "number_sections": true,
      "sideBar": true,
      "skip_h1_title": false,
      "base_numbering": 1,
      "title_cell": "Table of Contents",
      "title_sidebar": "Contents",
      "toc_cell": false,
      "toc_position": {},
      "toc_section_display": true,
      "toc_window_display": false
    },
    "gist": {
      "id": "36cda7ba6b2f5ac938b5811e016c2eff",
      "data": {
        "description": "eigen benchmark OpenBLAS vs. MKL",
        "public": true
      }
    },
    "_draft": {
      "nbviewer_url": "https://gist.github.com/36cda7ba6b2f5ac938b5811e016c2eff"
    }
  },
  "nbformat": 4,
  "nbformat_minor": 4
}

eigen OpenBLAS.ipynb

JuliaでMKLを使う方法

1. MKL.jl パッケージの内容の確認

https://github.com/JuliaComputing/MKL.jl の内容を確認する. ソースコードにも目を通しておく.

警告: 内容を見て不安を感じたら, 以下の作業に進むことは止めた方がよい. OpenBLAS版のデフォルトのJuliaは十分に速く実用的である.

2. MKL.jlをインストール

pkg> add https://github.com/JuliaComputing/MKL.jl

警告！初心者は絶対に禁止！ Juliaのsysimageをいきなり置き換えてしまう！

回復法: sysimage を置き換えられてしまったJuliaは再インストールすればもとに戻るはず. もしくは慌てずに次の節を参照せよ.

3. 置き換えられてしまったsysimageを元に戻す

sysimageのバックアップがJuliaをインストールしたディレクトリ以下の lib/julia に残っている.

私の場合にはJuliaは C:\Julia-1.6.0-DEV 以下にインストールされているので, 以下を実行した.

shell> cd C:\\Julia-1.6.0-DEV\\lib\\julia
C:\Julia-1.6.0-DEV\lib\julia

shell> ls -l
-rwxr-xr-x 1 genkuroki genkuroki 148089800 Oct  1 12:12 sys.dll
-rwxr-xr-x 1 genkuroki genkuroki 178897472 Oct  1 11:51 sys.dll.backup

shell> mv sys.dll sys-mkl.dll

shell> cp sys.dll.backup sys.dll

shell> ls -l
-rwxr-xr-x 1 genkuroki genkuroki 148089800 Oct  1 12:12 sys-mkl.dll
-rwxr-xr-x 1 genkuroki genkuroki 178897472 Oct  1 11:51 sys.dll
-rwxr-xr-x 1 genkuroki genkuroki 178897472 Oct  1 11:51 sys.dll.backup

参考: 以下のスクショのようにOpenBLASとMKLの切り替えを MKL.enable_openblas_startup() や `MKL.enable_mkl_startup()`` を使って行うこともできるが, sysimageを作り直すことになるので時間が取られてしまう.

4. JuliaでMKLを使用する.

以上によって, JuliaでMKLを使用する準備が整った. MKLを使用するためには --sysimage オプションで sys-mkl.dll をフルパスで指定するようにすればよい. 例えば,

 julia --depwarn=yes --sysimage C:\Julia-1.6.0-DEV\lib\julia\sys-mkl.dll

注意: MKLでJuliaを使用したら PyPlot.jl が使えなくなるという不具合が生じた.

• https://www.google.com/search?q=MKL+PyPlot.jl

5. Jupyter (IJulia)でもMKLを使えるようにする.

julia> using IJulia

julia> installkernel("Julia MKL depwarn", "--sysimage", "C:\\Julia-1.6.0-DEV\\lib\\julia\\sys-mkl.dll", "--depwarn=yes", "--project=@.")

補足: 間違って無駄なカーネルをインストールしてしまった場合には, 表示されているディレクトリを削除すればよい.