GCP/EC2部署ML项目时找不到mkl-service==2.3.0匹配版本解决方案问询

报错根因 #

你遇到的ERROR: No matching distribution found for mkl-service==2.3.0报错，以及高版本mkl相关依赖运行报错的问题，核心来自环境差异：

• 本地通常使用Anaconda/miniconda管理Python环境，conda源的mkl相关包已经预编译适配了本地系统架构、glibc版本，且自带mkl运行时依赖，所以运行无异常
• EC2、GCP云服务器默认使用PyPI源安装依赖，mkl-service的PyPI源仅保留了有限架构和系统版本的预编译wheel包，若你使用的是arm架构实例、或云服务器系统glibc版本过低，就会出现找不到对应发行版的问题，高版本安装后也会因为缺少运行时报错

可行解决方案 #

• 方案1：改用conda管理依赖
  云服务器上安装miniconda后，通过conda源安装指定版本的mkl相关包即可，conda源对多架构、多系统版本的预编译包覆盖远高于PyPI，安装命令如下：

  conda install mkl-service==2.3.0 mkl-fft==1.0.6 mkl-random==1.0.1.1
  

• 方案2：替换mkl依赖为openblas实现
  若不想引入conda，可以直接移除requirements.txt中所有mkl开头的依赖，改用基于openblas的numpy、scipy版本，绝大多数ML项目的数值计算兼容性不受影响，安装命令如下：

  pip install numpy scipy openblas
  

• 方案3：指定Intel专属pip源安装
  如果必须使用pip安装指定版本的mkl-service，可以临时指定Intel官方的mkl专属pip源安装，该源保留了所有历史版本mkl相关包的预编译版本，安装命令如下：

  pip install mkl-service==2.3.0 -i https://pypi.anaconda.org/intel/simple
  

内容的提问来源于stack exchange，提问作者lathiya Dhruvraj