为何Numpy中的libopenblas.dll体积过大？求源码及精简方案

一、体积过大的核心原因 #

• 全量线性代数接口打包：OpenBLAS默认编译会包含完整的BLAS和LAPACK标准函数实现，覆盖了从基础矩阵运算到复杂分解、求解的所有场景，而非仅针对特定应用的子集，这是体积大的主要原因。
• 多CPU指令集兼容：为了适配不同年代、不同架构的x86 CPU（如SSE、AVX、AVX2等），默认编译会嵌入多个指令集的代码分支，确保在各种设备上都能运行，这会显著增加文件体积。
• 未做极致编译优化：如果是Debug版本或编译时未开启高优化级别，DLL会保留调试符号、冗余的中间代码；gfortran默认编译设置也不会主动做最小体积优化。
• 包含Fortran运行时：该DLL内置了gfortran的运行时依赖库，这部分额外代码也会占用不少空间。

二、源码获取途径 #

• OpenBLAS是开源项目，numpy依赖的OpenBLAS源码可直接从其官方开源仓库拉取。你可以查看numpy源码中的构建配置文件（如setup.py或pyproject.toml），确认当前numpy使用的OpenBLAS具体版本，再拉取对应版本的源码。
• 也可以在numpy的源码仓库中找到依赖管理相关的配置，获取对应OpenBLAS的版本快照或源码链接。

三、精简体积的可行方案 #

• 裁剪不必要的函数接口：修改OpenBLAS的编译配置，仅编译你的应用实际用到的BLAS/LAPACK函数。比如如果只用到矩阵乘法、求逆、转置等基础操作，可以关闭LAPACK中不常用的高级分解、求解模块。
• 针对目标架构编译：只编译目标平台支持的CPU指令集，比如你的应用仅运行在支持AVX2的设备上，编译时添加-march=core-avx2参数，移除其他兼容分支的代码。
• 开启编译优化并剥离符号：编译时使用-O3优化级别，最大化代码压缩；编译完成后用strip工具（Windows下可使用MinGW的strip工具）剥离调试符号，这一步通常能减少30%-50%的体积。
• 分离Fortran运行时：如果你的部署环境已经预装了gfortran运行时库，可以在编译OpenBLAS时选择不内置运行时，单独部署libgfortran-3.dll等文件，避免重复打包。
• 替换为轻量预编译库：部分第三方提供了仅包含核心功能的OpenBLAS预编译版本，你可以替换numpy默认的库文件，替换后务必做兼容性测试，确保应用功能正常。

内容的提问来源于stack exchange，提问作者Max Yaffe