我正在尝试优化对numpy.mean()进行调用时使用的MKL库线程的数量（我使用的是针对MKL库构建的Numpy）。可以使用MKL服务库中的mkl.set_num_threads(n)在运行时动态控制线程的数量。虽然这确实正确设置了线程数，并且实际上用htop在CPU使用中验证了这一点，但我很困惑地发现它对运行时没有任何影响。考虑此试验代码，其中tmp为（12、384、320）数组：
for j in range(1000):
out = np.mean(tmp, axis=(0))
使用一个线程，这占用大约21秒，如果我使用更多的线程，则占用相同的数量。CPU消耗确实会增加更多线程，但是没有性能提高。我还通过在最后一个维度上取平均值来验证了这个问题，以使平均缓存更有效。
关于为什么会发生这种情况的任何想法？
mkl摘要统计函数在1个线程中起作用，在如此小的输入问题大小的情况下。当问题大小> 〜10 k元素时，线程将打开。