CPU环境：Intel（R）Xeon（R）Gold 6148 CPU @ 2.40GHz
Fisrt，我用pip install tensorflow==1.12.0安装了tensorflow，并下载了tensorflow-benchmark
运行1：export MKL_VERBOSE=0;export MKL_ENABLE_INSTRUCTIONS=AVX512;python tf_cnn_benchmarks.py --device=cpu --data_format=NHWC --model=alexnet --batch_size=8
运行2：export MKL_VERBOSE=0;export MKL_ENABLE_INSTRUCTIONS=AVX2;python tf_cnn_benchmarks.py --device=cpu --data_format=NHWC --model=alexnet --batch_size=8
速度几乎一样！！！我还更改了其他模型和batch_size。
第二，我还用mkl测试了caffe编译。我找到
MKL_ENABLE_INSTRUCTIONS=AVX512的工作方式不如MKL_ENABLE_INSTRUCTIONS=AVX2。
为什么？
答案 0 :(得分：1)
我认为您的意图是测试使用MKLDNN加速的TensorFlow。与传统的MKL库不同，此库具有仅针对DL操作的数学加速功能。但是，术语MKL和MKLDNN在Intel优化的TensorFlow中显然可以互换使用，尽管在Intel MKLDNN中得到了加速。因此，现在要回答您的问题，MKLDNN库目前还不支持控制ISA调度的功能。
顺便说一下，pip install Tensorflow安装了Google官方的tensorflow库，该库没有MKL加速。要获取英特尔优化的TensorFlow，请参阅安装指南：https://software.intel.com/en-us/articles/intel-optimization-for-tensorflow-installation-guide。要检查您的构建中是否启用了MKLDNN，请在export MKLDNN_VERSBOSE=1上使用命令MKL_VERBOSE=1