Numpy ATLAS线性代数和基于python的多核openmpi

我在多cpu/核心机器上使用和openmpi来做线性代数。我的numpy是使用。假设我有一台4核机器，我想运行一个4节点的python脚本，该脚本使用numpy在每个节点上执行线性代数

如何确保ATLAS在每个节点中执行线性代数时不会使用多个核心？当我构建ATLAS时，似乎没有选项将其配置为一次只在一个内核上运行。使用“英特尔MKL”，我认为可以将OMP_NUM_THREADS设置为1，这种行为是有保证的。有没有一种方法可以仅仅为了这个目的而构建ATLAS？似乎没有等效的环境变量

---

我猜在多核CPU的每个核心上同时运行几个BLAS操作不是一个好策略。有人能对此发表评论或给出经验法则吗？

不幸的是，ATLAS使用的最大线程数无法通过环境变量（如OMP_NUM_threads）进行控制。你必须重新链接numpy与序列ATLAS库。看

---

不幸的是，ATLAS使用的最大线程数无法通过环境变量（如OMP_NUM_threads）进行控制。你必须重新链接numpy与序列ATLAS库。看

---

谢谢。我将把建筑地图集作为一个系列来研究。这是很好的，有一个numpy与单核心地图集为此目的。谢谢。我将把建筑地图集作为一个系列来研究。为此，可以使用带有单芯地图集的numpy。