问将Intel的数学内核库(MKL)与Windows上的R连接起来

EN

比在Windows上针对Intel MKL库重新编译R更简单的解决方案是

1. 从https://mran.microsoft.com/download安装Microsoft，它附带过时的RVersion3.5.3，但也带有Intel多线程BLAS库
2. 从https://cran.r-project.org/bin/windows/base/安装最新版本的R，即当前R3.6.2
3. 将文件libiomp5md.dll、Rblas.dll和Rlapack.dll从C:\Program \Microsoft\R-3.5.3\bin\x64复制到C:\Program \R3.6.2\bin\x64(如果愿意，可以首先备份现有的默认非超线程Rblas.dll和Rlapack.dll文件)
4. 将MicrosoftR开放库/包MicrosoftR、RevoIOQ、RevoMods、RevoUtils、RevoUtilsMath和doParallel从C:\Program \ Microsoft \Files\R-3.5.5\库复制到默认的包目录，例如C:\Documents\R\win-library\3.6
5. 将文件Rprofile.site和Renviron.site从目录C:\Progral \Microsoft\R\3.5.5\etc复制到C：\Progral\R\R3.6.2\etc
6. 将文件Rprofile.site options(repos=r)中的第24行替换为options(repos="https://cran.rstudio.com") (或者您最喜欢的CRAN存储库--您也可以使用"https://cran.revolutionanalytics.com"，该存储库具有所有包的最新每日构建)，以确保它将安装最新的CRAN包，而不是过时的mran.microsoft.com镜像，后者的包版本已经过时，于2019年4月15日冻结。用#注释掉第153、154和155行

然后重新启动RStudio以检查它是否工作，在我的IntelCorei7-4700HQ2.4GHz4内核/8线程笔记本电脑上使用小的SVD基准：

getMKLthreads()
4

# Singular Value Decomposition
m <- 10000
n <- 2000
A <- matrix (runif (m*n),m,n)
system.time (S <- svd (A,nu=0,nv=0))
   user  system elapsed 
  15.20    0.64    4.17

在没有安装Intel MKL的情况下，相同的基准运行在

   user  system elapsed 
  35.11    0.10   35.21 

所以我们得到了超过8倍的速度增长！

MicrosoftROpen6.2与Intel MKL启动并运行的屏幕截图：

​

​

或者，如果您不喜欢将文件从MRO复制到最新的R安装，也可以将这些文件从免费的Intel MKL安装复制到您的R安装中，以获得多线程操作(如下所示)：

1. 从https://software.intel.com/en-us/mkl/choose-download安装Intel (免费)

从这些文件夹中复制所有内容

C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows\redist\intel64\mkl
C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows\redist\intel64\compiler

至

C:\Program Files\R\R-3.6.1\bin\x64

1. 在目标文件夹中，创建两个mkl_rt.dll副本，并重命名其中一个Rblas.dll，另一个Rlapack.dll替换原始文件并保留mkl_rt.dll。
2. 这将不会为您提供函数setMKLthreads()和getMKLthreads()函数，尽管它们可以设置intel MKL线程的nr，因为这些函数与MRO一起提供。但是对于大多数人来说，线程的默认nr设置为物理核的nr将是可以的.

不知道微软是怎么回事，为什么他们不再支持MRO.为什么他们也放弃了Mac支持..。

我希望，鉴于Intel MKL现在是免费的，R核心人员迟早会提供一个预编译的R版本，该版本被编译成使用Intel MKL库，或者可能在运行时检测到Intel MKL是否安装了，如果安装了，就使用它。我认为这很重要，特别是因为一个好的多线程BLAS的容易获得也决定了一个人如何开发软件包--例如，如果一个好的多线程BLAS对所有的OSes都可用，那么人们就会转向使用RcppArmadillo，而不管安装了什么BLAS (但在RcppArmadillo上如果没有安装Intel MKL，它会给出更糟糕的时间安排)，如果不是RcppEigen，那将是最好的选择，因为它有自己的多线程矩阵代数，而不管编译R所针对的是哪个BLAS .

在Ubuntu顺便说一下，很容易让R使用Intel，而不必重新编译R，如下所示：https://github.com/eddelbuettel/mkl4deb

PS的轻微问题是，运行setMKLthreads(4)会使RStudio崩溃(尽管官方MRO3.5.3中已经出现了问题)，但是在R控制台中它确实工作正常.

我能够将R3.6.0与您使用构建器创建的自定义dll链接起来。基本上，您必须导出与Rblas.dll和Rlapack.dll相同的符号。启动Compiler 19.0 Update 4 for Intel 64 Visual Studio 2017 environment命令提示符：

获取符号：

dumpbin /exports Rblas.dll > Rblas_list
dumpbin /exports Rlapack.dll > Rlapack_list_R

编辑两个文件，删除“页眉”和“页脚”，并使所有带有符号名称的行(例如：248 F7 00138CE0 dgeevx_)都与dgeevx_类似(只包含名称)。将builder目录复制到pc中的某个位置，然后在其中运行：

# blas links fine
nmake libintel64 export=..path..\Rblas_list name=Rblas 
# save lapack errors in another list
nmake libintel64 export=..path..\Rlapack_list_R name=Rlapack 1> undefined_symbols_list

编辑undefined_symbols_list，只保留每一行的名称，并创建一个新列表，其中有不同之处

findstr /v /g:undefined_symbols_list Rlapack_list_R > Rlapack_list
nmake libintel64 export=..path..\Rlapack_list name=Rlapack

使用dumpbin /dependents Rlapack.dll，您可以看到它们依赖于libiomp5md.dll，您可以在mkl安装的redist文件夹中找到它。

方法2

这种方法使用更多的磁盘空间，但它更简单。从这些文件夹中复制所有内容

C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows\redist\intel64\mkl
C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows\redist\intel64\compiler

至

C:\Program Files\R\R-3.6.1\bin\x64

在目标文件夹中，创建两个mkl_rt.dll副本，并重命名其中一个Rblas.dll，另一个Rlapack.dll替换原始文件并保留mkl_rt.dll。

刚尝试了R3.5.1的安装。我将Microsoft与CRAN一起安装，并复制libiomp5md.dll并覆盖Rblas.dll、Rlapack.dll，从MKL的对应方链接到Windows上的CRAN (类似于上面的另一个答案，但也需要复制文件libiomp5md.dll )。这很好，根据version.compare包，CRAN R运行得和MRO一样快(https://github.com/andrie/version.compare)。