如何修改NumPy和Miniconda使用的MKL版本

方案1：现有环境直接降级操作 #

• 第一步：卸载当前环境中已安装的MKL相关组件与NumPy，避免依赖冲突
  执行命令：conda remove mkl mkl-service numpy
• 第二步：指定版本安装MKL 2019及匹配的NumPy
  执行命令：conda install mkl=2019.* numpy
  conda会自动匹配与MKL 2019兼容的NumPy版本，无需手动指定NumPy版本号，避免出现绑定异常。

方案2：新建独立干净环境（推荐，避免影响其他依赖） #

如果担心现有环境的其他依赖受影响，可以新建专属环境：

• 第一步：创建指定Python版本的新环境
  执行命令：conda create -n amd_sci_env python=3.9.5
• 第二步：激活环境后安装对应版本组件
  执行命令：
  conda activate amd_sci_env
conda install mkl=2019.* numpy

效果验证 #

安装完成后在Python交互环境执行以下代码验证版本：

import numpy as np
import mkl
# 查看系统MKL版本
print(mkl.get_version_string())
# 查看NumPy绑定的MKL版本
print(np.__mkl_version__)

返回结果均为2019开头的版本号即为操作成功。

可选替代方案（无需降级MKL） #

针对MKL 2020及以上版本，可通过设置新的官方环境变量绕过Intel的CPU限制，无需降级MKL即可获得正常性能：

• Windows系统：新增系统环境变量MKL_ENABLE_INSTRUCTIONS，值设为AVX2
• Linux/macOS系统：在~/.bashrc或~/.zshrc末尾添加export MKL_ENABLE_INSTRUCTIONS=AVX2，执行source ~/.bashrc（对应修改的配置文件）生效
  该方案无需修改依赖版本，操作更简便，对现有环境影响更小。

内容的提问来源于stack exchange，提问作者AstroTeen