Поддерживает ли scipy многопоточность для разреженного умножения матриц при использовании MKL BLAS?
Согласно документации MKL BLAS «Все матрично-матричные операции (уровень 3) выполняются как для плотного, так и для разреженного BLAS».http://software.intel.com/en-us/articles/parallelism-in-the-intel-math-kernel-library
Я построил Сципи с MKL BLAS. Используя тестовый код ниже, я вижу ожидаемое многопоточное ускорение для плотного, но не разреженного, умножения матриц. Есть ли какие-либо изменения в Scipy для включения многопоточных разреженных операций?
# test dense matrix multiplication
from numpy import *
import time
x = random.random((10000,10000))
t1 = time.time()
foo = dot(x.T, x)
print time.time() - t1
# test sparse matrix multiplication
from scipy import sparse
x = sparse.rand(10000,10000)
t1 = time.time()
foo = dot(x.T, x)
print time.time() - t1