.. blogpost::
    :title: Numpy version MKL
    :keywords: numpy, MKL, Intel, SIMD, Math Kernel Library, OpenMP
    :date: 2015-09-07
    :categories: modules

    Sur la page
    `Archived: Unofficial Windows Binaries for Python Extension Packages
    <http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy>`_,
    on distingue deux versions de Numpy : *MKL* (Math Kernel Library) et *unoptimized*.
    La version *MKL* est la plus rapide comme le montre l'article
    `Numpy/Scipy with Intel MKL
    <https://software.intel.com/en-us/articles/numpyscipy-with-intel-mkl>`_.
    Elle est compilée avec un jeu d'instructions processeur étendu.

    Les instructions des processeurs sont très simples et s'exécutent
    en quelques nanosecondes : faire une addition, aller chercher une valeur
    dans la mémoire pour la stocker dans un registre du processeur...
    La version *unoptimized* de numpy n'utilisent que ce jeu d'instructions
    basiques.

    Le calcul matriciel requiert de nombreux opérations sur des vecteurs,
    addition terme à terme, multiplication... Comme elles sont
    très fréquentes et que tout le monde en a besoin, les processeurs ont développé
    des instructions complexes utilisant le parallèlisme :
    `Parallelism in the Intel Math Kernel Library
    <https://software.intel.com/en-us/articles/parallelism-in-the-intel-math-kernel-library>`_.
    Ces instructions portent le nom de
    `SIMD (Single instruction, multiple data)
    <https://en.wikipedia.org/wiki/SIMD)>`_.
    *Intel MKL* désigne une librairie mathématique qui implémente
    des opérations vectorielles avec ces instructions SIMD.
    Voir également `OpenMP <http://openmp.org/wp/>`_.