python - 在 python 的 C 扩展中包含外部共享英特尔的 mkl 库

Question

我编写了一个 python C 扩展，它使用英特尔数学内核库 (mkl) 中的例程。这是我第一次写c扩展。我今天才知道。

已编译的 c 扩展。但是当我在python中导入它时，它说 undefined symbol ，并且找不到mkl中定义的函数。

如何在 python C 扩展中包含任何外部 C 库？

感谢您的帮助。

mkl_helper.c:

#include "Python.h"
#include "numpy/arrayobject.h"
#include "mkl.h"

static PyObject* test4 (PyObject *self, PyObject *args)
{
    // test4 (m, n,
    //        a, ja, ia,
    //        c, jc, ic)

    PyArrayObject *shape_array;
    PyArrayObject *a_array;   // csr_matrix.data
    PyArrayObject *ja_array;  // csr_matrix.indices
    PyArrayObject *ia_array;  // csr_matrix.indptr
    PyArrayObject *c_array;
    PyArrayObject *jc_array;
    PyArrayObject *ic_array;

    if (!PyArg_ParseTuple(args, "O!O!O!O!O!O!O!", 
                            &PyArray_Type, &shape_array,
                            &PyArray_Type, &a_array,
                            &PyArray_Type, &ja_array,
                            &PyArray_Type, &ia_array,
                            &PyArray_Type, &c_array,
                            &PyArray_Type, &jc_array,
                            &PyArray_Type, &ic_array))
    {
        return NULL;
    }

    long  * ptr_int     = shape_array->data;
    int m               = ptr_int[0];
    int n               = ptr_int[1];
    int k               = n;

    float *  a_data_ptr =  a_array->data;
    float * ja_data_ptr = ja_array->data;
    float * ia_data_ptr = ia_array->data;
    float *  c_data_ptr =  c_array->data;
    float * jc_data_ptr = jc_array->data;
    float * ic_data_ptr = ic_array->data;

    char trans  = 'T';
    int sort    = 0;
    int nzmax   = n*n;
    int info    = -3;
    int request = 0;

    mkl_scsrmultcsr(&trans, &request, &sort,
       &m, &n, &k,
       a_data_ptr, ja_data_ptr, ia_data_ptr,
       a_data_ptr, ja_data_ptr, ia_data_ptr,
       c_data_ptr, jc_data_ptr, ic_data_ptr,
       &nzmax, &info);

    return PyInt_FromLong(info);

}

static struct PyMethodDef methods[] = {
    {"test4", test4, METH_VARARGS, "test2(arr1)\n take a numpy array and return its shape as a tuple"},
    {NULL, NULL, 0, NULL}
};

PyMODINIT_FUNC
initmkl_helper (void)
{
    (void)Py_InitModule("mkl_helper", methods);
    import_array();
}

设置.py:

from distutils.core import setup, Extension
import numpy as np

ext_modules = [ Extension('mkl_helper', sources = ['mkl_helper.c']) ]

setup(
        name = 'mkl_helper',
        version = '1.0',
        include_dirs = [np.get_include()], #Add Include path of numpy
        ext_modules = ext_modules
)

测试.py:

import mkl_helper

运行test.py的结果:

Traceback (most recent call last):
  File "<string>", line 1, in <module>
ImportError: /home/rxu/local/lib/python2.7/site-packages/mkl_helper.so: undefined symbol: mkl_scsrmultcsr

2016 年 6 月 16 日更新:

这似乎很有用:

1.12。为 https://docs.python.org/2/extending/extending.html 中的扩展模块提供 C API说即使在另一个 C 扩展中包含一个 C 扩展，如果作为共享库链接也会出现问题。所以，我想我必须将 mkl 链接为静态库？或者将 inlcude mkl.h 添加到 python.h 中？

但是，在 python (没有 c)中，我可以使用 ctypes.cdll.LoadLibrary("./mkl_rt.so") 加载 mkl 的共享库，然后使用共享库中的 c 函数，没有问题(如here)。然而Python/C api 不能在c 中做同样的事情吗？

为了静态链接外部 C 库，setup.py 可能需要:类 distutils.core.Extensions 中的额外对象 https://docs.python.org/2/distutils/apiref.html?highlight=include#distutils.ccompiler.CCompiler.add_include_dir

有关 cython 的相关问题没有答案:Combining Cython with MKL

这个似乎更有帮助:Python, ImportError: undefined symbol: g_utf8_skip

这个使用了 dlopen，但已被弃用: Undefined Symbol in C++ When Loading a Python Shared Library

Answer 1

oopcode在Python, ImportError: undefined symbol: g_utf8_skip中的回答作品。通过以下措施，情况有所改善。

将c扩展导入python没有错误。从 python 调用 c 扩展会出现以下错误:英特尔 MKL fatal error :无法加载 libmkl_mc.so 或 libmkl_def.so。

我记得当我用mkl手动编译numpy时，site.cfg文件要求提供库路径并包含intel mkl的路径。我猜我还需要将库路径添加到 extra_link_args...但这不起作用。

使用 anaconda 的人也有这个错误，如here 。intel论坛类似案例here .

这个 stackoverflow 问题说还需要 extra_compile_args:How to pass flag to gcc in Python setup.py script

设置.py

from distutils.core import setup, Extension
import numpy as np

extra_link_args=["-I", "(intel's dir)/intel/compilers_and_libraries_2016.3.210/linux/mkl/include", "-L", "(intel's dir)/intel/mkl/lib/intel64/libmkl_mc.so", "-mkl"] 
ext_modules = [ Extension('mkl_helper', sources = ['mkl_helper.c'], extra_link_args=extra_link_args) ]


setup(
        name = 'mkl_helper',
        version = '1.0',
        include_dirs = [np.get_include()], #Add Include path of numpy
        ext_modules = ext_modules
)

更新:我终于让它像here一样工作了但 mkl 仍然只使用 12 个 cpu 中的一个。