小编典典

如果没有root用户访问权限,请在将RLAS与参考BLAS链接时使用经过调整的BLAS运行R

linux

谁能告诉我为什么我 无法dgemm通过以下方式在R中 成功 测试OpenBLAS的性能(在GFLOP 中)?

  1. 链接R与“参考BLAS” libblas.so
  2. mmperf.c用OpenBLAS库编译我的C程序libopenblas.so
  3. 将生成的共享库加载mmperf.so到R中,调用R包装器函数mmperfdgemm在GFLOP中报告性能。

第1点看起来很奇怪,但是我别无选择,因为我没有要测试的计算机的root访问权限,因此无法实际链接到OpenBLAS。通过 “未成功”
我的意思是我的程序结束了报告dgemm以供参考BLAS,而不是OpenBLAS性能。我希望有人可以向我解释:

  1. 为什么我的方法不起作用;
  2. 是否有可能使其正常工作(这很重要,因为如果不可能,我必须编写C main函数并在C程序中完成工作。)

我已经对该问题进行了为期两天的调查,这里将包括各种系统输出以帮助您进行诊断。为了使事情可重现,我还将包括代码,makefile以及shell命令。

第1部分:测试之前的系统环境

有2种方式来调用R,或者使用RRscript。调用它们时加载的内容有所不同:

~/Desktop/dgemm$ readelf -d $(R RHOME)/bin/exec/R | grep "NEEDED"
0x00000001 (NEEDED)         Shared library: [libR.so]
0x00000001 (NEEDED)         Shared library: [libpthread.so.0]
0x00000001 (NEEDED)         Shared library: [libc.so.6]

~/Desktop/dgemm$ readelf -d $(R RHOME)/bin/Rscript | grep "NEEDED"
0x00000001 (NEEDED)         Shared library: [libc.so.6]

在这里,我们需要选择Rscript,因为Rloads libR.so会自动加载参考BLAS libblas.so.3

~/Desktop/dgemm$ readelf -d $(R RHOME)/lib/libR.so | grep blas
0x00000001 (NEEDED)         Shared library: [libblas.so.3]

~/Desktop/dgemm$ ls -l /etc/alternatives/libblas.so.3
... 31 May /etc/alternatives/libblas.so.3 -> /usr/lib/libblas/libblas.so.3.0

~/Desktop/dgemm$ readelf -d /usr/lib/libblas/libblas.so.3 | grep SONAME
0x0000000e (SONAME)         Library soname: [libblas.so.3]

比较而言,Rscript提供了一个更清洁的环境。

第2部分:OpenBLAS

OpenBLAS下载源文件并使用简单的make命令后,libopenblas-<arch>-<release>.so-<version>可以生成表单的共享库。请注意,我们没有root权限来安装它;相反,我们将此库复制到我们的工作目录中~/Desktop/dgemm,并将其重命名为libopenblas.so。同时,我们必须使用name创建另一个副本libopenblas.so.0,因为这是运行时加载程序将寻找的
SONAME

~/Desktop/dgemm$ readelf -d libopenblas.so | grep "RPATH\|SONAME"
0x0000000e (SONAME)         Library soname: [libopenblas.so.0]

请注意,RPATH没有提供该属性,这意味着打算将该库放入其中/usr/lib,我们应该调用ldconfig将其添加到中ld.so.cache。但是同样,我们没有root权限来执行此操作。实际上,如果能够做到,那么所有的困难都消除了。然后,我们可以update- alternatives --config libblas.so.3用来将R有效地链接到OpenBLAS。

第3部分:C代码,Makefile和R代码

这是一个C脚本,用于mmperf.c计算大小乘以2的平方矩阵的GFLOP N

#include <R.h>
#include <Rmath.h>
#include <Rinternals.h>
#include <R_ext/BLAS.h>
#include <sys/time.h>

/* standard C subroutine */
double mmperf (int n) {
  /* local vars */
  int n2 = n * n, tmp; double *A, *C, one = 1.0;
  struct timeval t1, t2; double elapsedTime, GFLOPs;
  /* simulate N-by-N matrix A */
  A = (double *)calloc(n2, sizeof(double));
  GetRNGstate();
  tmp = 0; while (tmp < n2) {A[tmp] = runif(0.0, 1.0); tmp++;}
  PutRNGstate();
  /* generate N-by-N zero matrix C */
  C = (double *)calloc(n2, sizeof(double));
  /* time 'dgemm.f' for C <- A * A + C */
  gettimeofday(&t1, NULL);
  F77_CALL(dgemm) ("N", "N", &n, &n, &n, &one, A, &n, A, &n, &one, C, &n);
  gettimeofday(&t2, NULL);
  /* free memory */
  free(A); free(C);
  /* compute and return elapsedTime in microseconds (usec or 1e-6 sec) */
  elapsedTime = (double)(t2.tv_sec - t1.tv_sec) * 1e+6;
  elapsedTime += (double)(t2.tv_usec - t1.tv_usec);
  /* convert microseconds to nanoseconds (1e-9 sec) */
  elapsedTime *= 1e+3;
  /* compute and return GFLOPs */
  GFLOPs = 2.0 * (double)n2 * (double)n / elapsedTime;
  return GFLOPs;
  }

/* R wrapper */
SEXP R_mmperf (SEXP n) {
  double GFLOPs = mmperf(asInteger(n));
  return ScalarReal(GFLOPs);
  }

这是一个简单的R脚本,mmperf.R用于报告案例的GFLOPN = 2000

mmperf <- function (n) {
  dyn.load("mmperf.so")
  GFLOPs <- .Call("R_mmperf", n)
  dyn.unload("mmperf.so")
  return(GFLOPs)
  }

GFLOPs <- round(mmperf(2000), 2)
cat(paste("GFLOPs =",GFLOPs, "\n"))

最后,有一个简单的makefile来生成共享库mmperf.so

mmperf.so: mmperf.o
    gcc -shared -L$(shell pwd) -Wl,-rpath=$(shell pwd) -o mmperf.so mmperf.o -lopenblas

mmperf.o: mmperf.c
    gcc -fpic -O2 -I$(shell Rscript --default-packages=base --vanilla -e 'cat(R.home("include"))') -c mmperf.c

将所有这些文件放在工作目录下~/Desktop/dgemm,并进行编译:

~/Desktop/dgemm$ make
~/Desktop/dgemm$ readelf -d mmperf.so | grep "NEEDED\|RPATH\|SONAME"
0x00000001 (NEEDED)            Shared library: [libopenblas.so.0]
0x00000001 (NEEDED)            Shared library: [libc.so.6]
0x0000000f (RPATH)             Library rpath: [/home/zheyuan/Desktop/dgemm]

输出使我们确信OpenBLAS已正确链接,并且运行时加载路径已正确设置。

第4部分:在R中测试OpenBLAS

让我们做

~/Desktop/dgemm$ Rscript --default-packages=base --vanilla mmperf.R

请注意,我们的脚本仅需要baseR中的软件包,并--vanilla用于忽略R启动时的所有用户设置。在我的笔记本电脑上,我的程序返回:

GFLOPs = 1.11

糟糕!这确实是参考BLAS性能,而不是OpenBLAS(大约8-9 GFLOP)。

第5部分:为什么?

老实说,我不知道为什么会这样。每个步骤似乎正常工作。调用R时会发生一些细微的变化吗?例如,由于某种原因,某些时候OpenBLAS库可能被引用BLAS覆盖吗?有什么解释和解决方案吗?谢谢!


阅读 702

收藏
2020-06-03

共1个答案

小编典典

为什么我的方法不起作用

首先,UNIX上的共享库旨在模仿存档库的工作方式(首先存在存档库)。特别是这意味着,如果您同时具有libfoo.so和和libbar.so,这两个定义符号foo,则首先加载哪个库才是获胜的:所有对foo程序中任何位置(包括from
libbar.so)的引用都将绑定到的libfoo.sos定义foo

这模仿了如果您将程序与libfoo.a和链接时会发生的情况libbar.a,并且两个存档库都定义了相同的符号foo。有关存档链接的更多信息,请参见此处

它应该是从上面清楚的是,如果libblas.so.3libopenblas.so.0定义相同的符号集(他们 这样做
),如果libblas.so.3被加载到进程,然后再从程序libopenblas.so.0永远不会 被调用。

其次,您已经正确地决定了,由于R直接链接到libR.so,并且由于libR.so直接链接到libblas.so.3,因此可以确保libopenblas.so.0赢得这场战斗。

但是,您 错误地 决定Rscript比较好,但它不是:Rscript是一个 很小的
二进制文件(我的系统上11K;比较2.4MB的libR.so),它也几乎全部是execR。在strace输出中看到这很简单:

strace -e trace=execve /usr/bin/Rscript --default-packages=base --vanilla /dev/null
execve("/usr/bin/Rscript", ["/usr/bin/Rscript", "--default-packages=base", "--vanilla", "/dev/null"], [/* 42 vars */]) = 0
execve("/usr/lib/R/bin/R", ["/usr/lib/R/bin/R", "--slave", "--no-restore", "--vanilla", "--file=/dev/null", "--args"], [/* 43 vars */]) = 0
--- SIGCHLD {si_signo=SIGCHLD, si_code=CLD_EXITED, si_pid=89625, si_status=0, si_utime=0, si_stime=0} ---
--- SIGCHLD {si_signo=SIGCHLD, si_code=CLD_EXITED, si_pid=89626, si_status=0, si_utime=0, si_stime=0} ---
execve("/usr/lib/R/bin/exec/R", ["/usr/lib/R/bin/exec/R", "--slave", "--no-restore", "--vanilla", "--file=/dev/null", "--args"], [/* 51 vars */]) = 0
--- SIGCHLD {si_signo=SIGCHLD, si_code=CLD_EXITED, si_pid=89630, si_status=0, si_utime=0, si_stime=0} ---
+++ exited with 0 +++

这意味着在你的脚本开始执行的时候,libblas.so.3已经被加载,libopenblas.so.0将被加载的依赖mmperf.so不会
真正 被用于任何东西。

是否有可能使其正常工作

大概。我可以想到两种可能的解决方案:

  1. 假装libopenblas.so.0实际上libblas.so.3
  2. R针对重建整个软件包libopenblas.so

对于#1,您需要ln -s libopenblas.so.0 libblas.so.3
然后libblas.so.3通过LD_LIBRARY_PATH适当设置来确保在系统副本之前找到您的副本。

这似乎为我工作:

mkdir /tmp/libblas
# pretend that libc.so.6 is really libblas.so.3
cp /lib/x86_64-linux-gnu/libc.so.6 /tmp/libblas/libblas.so.3
LD_LIBRARY_PATH=/tmp/libblas /usr/bin/Rscript /dev/null
Error in dyn.load(file, DLLpath = DLLpath, ...) :
  unable to load shared object '/usr/lib/R/library/stats/libs/stats.so':
  /usr/lib/liblapack.so.3: undefined symbol: cgemv_
During startup - Warning message:
package ‘stats’ in options("defaultPackages") was not found

请注意我是如何得到错误的(我的“假装” libblas.so.3没有定义期望的符号,因为它实际上是的副本libc.so.6)。

您还可以通过以下方式确认libblas.so.3要加载的版本:

LD_DEBUG=libs LD_LIBRARY_PATH=/tmp/libblas /usr/bin/Rscript /dev/null |& grep 'libblas\.so\.3'
     91533: find library=libblas.so.3 [0]; searching
     91533:   trying file=/usr/lib/R/lib/libblas.so.3
     91533:   trying file=/usr/lib/x86_64-linux-gnu/libblas.so.3
     91533:   trying file=/usr/lib/jvm/java-7-openjdk-amd64/jre/lib/amd64/server/libblas.so.3
     91533:   trying file=/tmp/libblas/libblas.so.3
     91533: calling init: /tmp/libblas/libblas.so.3

对于#2,您说:

我没有要测试的计算机的root访问权限,因此无法实际链接到OpenBLAS。

但这似乎是个虚假的论点:如果可以构建libopenblas,那么当然也可以构建自己的R

更新:

您在一开始提到libblas.so.3和libopenblas.so.0定义了相同的符号,这意味着什么?它们具有不同的SONAME,是否不足以通过系统区分它们?

符号和SONAME没有 做对方。

您可以从输出中看到的符号readelf -Ws libblas.so.3readelf -Ws libopenblas.so.0。与之相关的符号BLAS,例如cgemv_,将出现在两个库中。

SONAME 可能 对Windows
感到困惑。DLLWindows上的s设计完全不同。特别是,当FOO.DLL进口象征barBAR.DLL两个 符号(名称bar
,并DLL从该符号是进口的(BAR.DLL)被记录在FOO.DLL的进口表。

这使得它轻松拥有R进口cgemv_BLAS.DLL,而MMPERF.DLL进口的相同符号的OPENBLAS.DLL

但是,这使库插入变得困难,并且与存档库的工作方式(甚至在Windows上)完全不同。

对于哪种设计总体上更好,人们意见不一,但是两种系统都不可能改变其模型。

UNIX有多种方法可以模拟Windows样式的符号绑定:请参见RTLD_DEEPBINDdlopen
手册页。当心:这些问题充满危险,可能使UNIX专家困惑,没有被广泛使用,并且可能存在实现错误。

更新2:

您的意思是我编译R并将其安装在主目录下?

是。

然后,当我要调用它时,应该显式地给出我的可执行程序版本的路径,否则可能会调用系统上的路径?或者,我可以将此路径放在环境变量$
PATH的第一个位置以欺骗系统吗?

无论哪种方式都行。

2020-06-03