你使用4D/5D矩阵，在最后一个维度中有相当少量的项目。问题是Numpy的当前实现在这种情况下效率很低。实际上，linalg.solve在内部调用solve（以及与用例类似的solve1），它将ND数组线性化，以便在顺序循环中多次调用dgesv。您使用OpenBLAS实现，它能够使用多个线程并行计算dgesv。然而，dgesv是一个LAPACK原语，而不是真正的BLAS原语。OpenBLAS主要是一个BLAS实现，尽管它实现了一些LAPACK原语。它并不意味着非常有效地计算LAPACK原语。事实上，只有少数库可以这样做（这实际上很难做到）。尽管如此，这里问题是Numpy进行了大量LAPACK调用，每个dgesv调用只持续很短的时间。因此OpenBLAS不能完全受益于多核处理器，因为它需要大量的时间（即至少几微秒）来与其他核心共享工作，等待它们来完成工作，实际上核心数量越多并行开销越高毕竟如果你想组织一个有100个朋友的聚会一般来说，组织聚会比和一个朋友一起做要花更多的时间，如果聚会持续10分钟，组织聚会的时间就会比聚会的时间大得多。使用n = 40和N = 30，以下是我的i5- 9600 KF内核上OpenBLAS线程的调度（只有一部分持续0.5 ms，所以我们可以看到发生了什么）：

每个彩色切片代表OpenBLAS线程的执行。黑色切片是空闲时间。大部分时间是空闲的，位于核心1上的主线程比其他线程做更多的工作，因为计算工作没有很好地平衡。如果你想让这个计算在你的用例中更快，这是最好只使用1个OpenBLAS线程和在多个线程上运行不同的dgesv调用，而不是像OpenBLAS默认那样尝试并行化dgesv。虽然Numpy理论上可以做到这一点，Numpy还不打算使用多线程。唯一的并行函数主要是BLAS/LAPACK库之一，而不是直接使用Numpy。