英特尔MKL加速numpy.dot，但为什么不加速scipy.linalg.eig？

Question

我想找到一种使用Numpy / Scipy进行特征分解的快速方法。我找到了这篇文章whats the fastest way to find eigenvalues/vectors in python?，并遵循建议用英特尔MKL重建Numpy / Scipy（在新创建的Python虚拟环境中）。

然后我对通常构建的Numpy / Scipy的旧虚拟环境和使用MKL构建的Numpy / Scipy的新虚拟环境进行了简单的性能测试。具体来说，我测试了numpy.dot和scipy.linalg.eig，希望MKL版本更快。

结果显示MKL构建的Numpy比正常的Numpy快，而MKL构建的Scipy比正常的Scipy慢：

<!--for Sqoop config-->
<property>
<name>mapreduce.map.memory.mb</name>
<value>1024</value>
</property>

<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx512m</value>
</property>

为什么MKL没有加速Scipy？有没有其他方法可以加速Scipy的特征分解？