Intel MKL参数错误及PyTorch内部断言失败问题求助

环境配置 #

• CPU: AMD R5 5600H
• 内存: 16G
• GPU: RTX 3050
• Python: 3.9.19
• PyTorch: 2.2.2
• NumPy: 1.24.3

错误详情 #

• 多次抛出错误：Intel MKL ERROR: Parameter 6 was incorrect on entry to SGELSY.
• 执行以下代码时触发RuntimeError，提示内部断言失败、后端库存在bug：

  coef = torch.linalg.lstsq(mat.to(device), y_eval.unsqueeze(dim=2).to(device), driver='gelsy' if device == 'cpu' else 'gels').solution[:, :, 0]
  

已尝试方案 #

• 更换NumPy版本至1.23或1.26
• 切换PyTorch的CPU/GPU版本，问题未解决

解决方案建议 #

1. 替换CPU端的求解器驱动 #

对于CPU设备，放弃依赖MKL的gelsy驱动，改用gelsd或gels（gels并非GPU专属，CPU也支持）。修改代码如下：

driver = 'gelsd' if device == 'cpu' else 'gels'
coef = torch.linalg.lstsq(mat.to(device), y_eval.unsqueeze(dim=2).to(device), driver=driver).solution[:, :, 0]

gelsd基于SVD分解实现，稳定性更强，且不依赖MKL的特定逻辑，能直接规避SGELSY的参数错误问题。

2. 校验输入矩阵的合理性 #

• 确认mat和y_eval.unsqueeze(dim=2)的维度匹配：torch.linalg.lstsq要求输入矩阵A（即mat）的维度为(*, m, n)，目标张量B（即y_eval扩展后）的维度为(*, m, k)，两者的m维度必须一致。
• 检查矩阵是否存在数值异常，比如NaN、Inf或奇异值过小的情况，可添加前置校验：

  assert not torch.isnan(mat).any(), "矩阵包含NaN值"
  assert not torch.isinf(mat).any(), "矩阵包含Inf值"
  assert not torch.isnan(y_eval).any(), "目标向量包含NaN值"
  

  数值异常很可能触发MKL求解器的参数错误。

3. 降级至PyTorch稳定版本 #

尝试切换到PyTorch 2.1.2或1.13.1（LTS长期支持版本），这些版本的线性代数模块对AMD CPU的兼容性经过更多验证，能规避2.2.2版本中可能存在的后端适配bug。

4. 禁用MKL优化（CPU环境） #

在代码开头添加环境变量设置，强制PyTorch使用OpenBLAS替代MKL：

import os
os.environ['PYTORCH_MKL_ENABLED'] = '0'
os.environ['MKL_THREADING_LAYER'] = 'GNU'
import torch

这会绕开MKL的SGELSY实现，改用OpenBLAS的求解器，从根源避免参数错误。

内容的提问来源于stack exchange，提问作者manto