numpy常规矩阵运算性能远低于预期的潜在原因有哪些？

性能差异原因 #

• 核心问题为当前Windows环境下的NumPy未绑定任何优化BLAS线性代数库：你提供的numpy.show_config()输出已明确所有BLAS相关后端（MKL/OpenBLAS/BLIS等）均不可用，此时np.dot、@运算符、np.matmul这类标准矩阵乘法接口只能调用NumPy自带的极低性能 fallback 实现（lapack_lite），这类实现无SIMD指令优化、多线程优化、缓存优化，性能和工业级优化BLAS库存在数百倍差距，符合你观测到的慢545倍的现象。
• np.einsum和tf.matmul不受影响的原因：NumPy的einsum有独立实现逻辑，不依赖外部BLAS库；TensorFlow自带独立的优化线性代数运算内核，不依赖NumPy的BLAS配置，因此二者性能表现正常。
• 朋友Ubuntu环境性能正常的原因：Ubuntu软件源分发的NumPy包默认会绑定系统预装的OpenBLAS等优化BLAS库，矩阵乘法调用的是优化实现，因此速度符合预期。

修复方案 #

可通过以下任意一种方式重新安装带优化BLAS的NumPy即可解决性能问题：

• 使用Anaconda/Miniconda安装NumPy，conda源提供的NumPy包默认附带MKL或OpenBLAS后端
• 下载预编译的带MKL/OpenBLAS的NumPy Wheel包手动安装，避免使用pip默认安装的无优化BLAS的版本

内容的提问来源于stack exchange，提问作者lebowski