Matlab调用Python时触发Intel MKL错误的问题求助

问题背景 #

• 运行环境：Ubuntu 22.04.2 LTS、Matlab R2022b、Python 3.9.16、NumPy 1.23.5、Intel MKL 2023.1
• 异常表现：Matlab调用Python代码执行points = np.random.multivariate_normal(means, correlation, nSamples)时，抛出Intel MKL错误：

Intel MKL ERROR: Parameter 12 was incorrect on entry to DGBBRDM.

Intel MKL ERROR: Parameter 10 was incorrect on entry to DGESDD.
init_gesdd failed init

程序未终止但返回全零数组；同一conda环境下直接运行Python代码可正常生成样本，更新conda包无效。对比环境：Ubuntu 20.04.6 LTS、Matlab R2023a可正常运行。

可行解决方向 #

• 版本兼容性调整
  • 降级NumPy版本：将NumPy从1.23.5降级到1.22.x或1.21.x系列，规避高版本NumPy的MKL接口与Matlab R2022b自带MKL的冲突。执行命令：

    conda install numpy=1.22.4
    

  • 统一MKL版本：强制Python使用Matlab自带的MKL库，启动Matlab前执行环境变量设置（路径需匹配实际Matlab安装位置）：

    export LD_PRELOAD=/usr/local/MATLAB/R2022b/bin/glnxa64/libmkl_rt.so
    

• Matlab环境配置优化
  • 禁用MKL多线程冲突：在Matlab启动脚本中添加export MKL_NUM_THREADS=1，避免多线程资源竞争；同时确认Matlab的pyenv配置指向目标conda环境，而非系统Python。
• 替代实现绕过MKL问题
  • 手动实现多元正态分布生成，不依赖MKL加速：

    import numpy as np
    
    def custom_multivariate_normal(mean, cov, n_samples):
        # 对协方差矩阵做Cholesky分解
        L = np.linalg.cholesky(cov)
        # 生成标准正态样本并转换
        return mean + L @ np.random.normal(size=(cov.shape[0], n_samples)).T
    

    在Matlab中调用该自定义函数替代np.random.multivariate_normal。

内容的提问来源于stack exchange，提问作者Eleuterio