启用EIGEN_USE_MKL_ALL后Eigen矩阵乘法触发段错误及DGEMM异常

我编写了如下简单代码，运行完全正常：

#include <Eigen/Dense>
int main()
{
    Eigen::MatrixXd M = Eigen::MatrixXd::Random(1000,1000);
    M = M.transpose()*M;
}

为提升性能，我尝试使用Intel编译器并定义EIGEN_USE_MKL_ALL宏，修改后的代码如下：

#include <Eigen/Dense>
#define EIGEN_USE_MKL_ALL
int main()
{
    Eigen::MatrixXd M = Eigen::MatrixXd::Random(1000,1000);
    M = M.transpose()*M;
}

此时代码执行M.transpose() * M时触发**Segmentation fault (core dumped)**错误。

之后我改用EIGEN_USE_BLAS宏，又出现新错误：Intel MKL ERROR: Parameter 13 was incorrect on entry to DGEMM.

但如果手动调用dgemm实现矩阵乘法，却没有任何错误：

Eigen::MatrixXd M_transpose = M.transpose();
Eigen::MatrixXd M_result(size, size);
cblas_dgemm(CblasRowMajor, CblasNoTrans, CblasTrans,
            size, size, size,
            1.0, M.data(), size,
            M_transpose.data(), size,
            0.0, M_result.data(), size);
M = std::move(M_result);

我原本期望仅添加宏定义无需修改代码即可获得性能提升，但简单的矩阵乘法却出现问题，请问这是什么原因？

使用的组件版本信息 #

• MKL版本：Intel(R) oneAPI Math Kernel Library Version 2022.1-Product Build 20220311 for Intel(R) 64 architecture applications
• Eigen3版本：3.4.0
• icpc (ICC)版本：2021.6.0 20220226

内容的提问来源于stack exchange，提问作者1 1