针对你在Ubuntu 16.04.4 + Intel Python 3.6.3环境中遇到的问题——root身份运行时MKL_NUM_THREADS正常生效，但普通用户运行时mkl_get_max_threads返回1、矩阵乘法仅用单线程，且调用mkl_set_num_threads始终无效，我整理了几个实用的排查和解决方向：

1. 确认环境变量的全局生效性 #

首先要确保普通用户的MKL_NUM_THREADS是真正全局生效的：

• 先在普通用户终端执行echo $MKL_NUM_THREADS，确认输出是你期望的线程数（比如4、8）
• 如果输出为空或不符合预期，把变量添加到普通用户的shell配置文件里：
  • 若是bash环境，编辑~/.bashrc，添加一行：export MKL_NUM_THREADS=4（把4换成你的CPU核心数）
  • 执行source ~/.bashrc让配置立即生效，再重新运行Python脚本

另外，MKL有时会优先读取OMP_NUM_THREADS变量，也可以同时设置：

export OMP_NUM_THREADS=4

2. 检查普通用户的系统资源限制 #

普通用户可能受到系统资源限制，导致无法创建多线程：

• 运行ulimit -u查看最大用户进程数，普通用户的数值通常远低于root
• 如果数值过小，修改/etc/security/limits.conf，添加：

  username soft nproc 4096
  username hard nproc 16384
  

  把username替换成你的普通用户名，之后重新登录普通用户即可生效

3. 调整mkl_set_num_threads的调用时机 #

mkl_set_num_threads必须在导入任何依赖MKL的库（比如numpy、scipy）之前调用，否则MKL已经完成初始化，设置不会生效。正确的代码示例：

import ctypes

# 加载MKL核心库
mkl_rt = ctypes.CDLL('libmkl_rt.so')
# 设置线程数为4
mkl_rt.mkl_set_num_threads(ctypes.byref(ctypes.c_int(4)))

# 之后再导入numpy等依赖库
import numpy as np

# 验证线程数是否生效
print(mkl_rt.mkl_get_max_threads())

4. 排查MKL配置文件的差异 #

Intel MKL会读取特定路径下的配置文件，root和普通用户的配置可能存在差异：

• 检查普通用户home目录下是否有~/.intel/mkl.conf，如果存在，查看里面是否有MKL_NUM_THREADS=1这类限制线程数的配置
• 同时检查系统级的MKL配置文件/etc/intel/mkl.conf，确保没有全局限制线程数的设置

5. 对比root与普通用户的MKL配置信息 #

运行以下代码，分别在root和普通用户身份下执行，对比输出差异，确认普通用户的MKL是否正确加载了多线程支持：

import numpy as np
np.__config__.show()

重点关注blas_mkl_info部分的线程相关配置，看两者是否一致

内容的提问来源于stack exchange，提问作者novog