NumPy点乘默认不自动多核；小向量运算（如长度<1000）通常单线程，仅当矩阵较大且BLAS库启用并正确配置时才可能并行。
NumPy点乘本身不自动多核，别被文档误导
很多人看到NumPy底层用BLAS（如OpenBLAS、Intel MKL）就默认点乘会自动并行，其实不然：np.dot() 或 a @ b 在小向量（比如长度
检查你的NumPy是否真连了多线程BLAS
运行以下代码确认实际后端：
import numpy as np np.show_config()
重点关注输出中是否有 openblas_info、mkl_info 或 blis_info。如果只看到 atlas_info 或全无BLAS条目，说明你用的是参考BLAS（netlib），它**完全单线程**。
- Mac用户：系统自带Accelerate框架通常支持多线程，但
np.show_config()未必显示清楚 - Windows用户：Anaconda默认带MKL，但Miniconda或pip安装的numpy常连的是OpenBLAS，需手动验证
- Linux用户：最容易踩坑——系统包管理器装的numpy常绑定老旧OpenBLAS，线程数默认为1
若确认有MKL或OpenBLAS，再查线程数：
立即学习“Python免费学习笔记（深入）”；
A Python CLI skill for Cutout.Pro visual APIs — background removal, face cutout, and photo enhancement. Supports file upload & image URL input.
下载
调用 Cutout.Pro 视觉处理 API 进行背景移除、人像抠图和照片增强，支持文件上传与图片 URL 输入。
import os
print(os.environ.get("OMP_NUM_THREADS")) # OpenMP线程数
print(os.environ.get("OPENBLAS_NUM_THREADS")) # OpenBLAS线程数
print(os.environ.get("MKL_NUM_THREADS")) # MKL线程数这些环境变量未设置时，多数BLAS库会按物理核心数自动设值，但某些旧版本（如OpenBLAS v0.3.15之前）默认只用1核。
手动控制线程数比“等自动”更可靠
不要依赖运行时自动探测。在程序开头显式设置：
import os os.environ["OMP_NUM_THREADS"] = "4" os.environ["OPENBLAS_NUM_THREADS"] = "4" os.environ["MKL_NUM_THREADS"] = "4" import numpy as np
注意顺序：必须在import numpy前设置环境变量，否则无效。常见错误是先import再设，结果白设。
- 设太高（如超过物理核心数）反而因上下文切换拖慢速度
- 对纯向量点乘（1D数组），即使设了4线程，
np.dot(a, b)仍大概率单线程——因为计算量太小，调度开销大于收益 - 真正受益的是矩阵-矩阵乘（
np.dot(A, B)，A/B均为二维）、矩阵-向量乘（np.dot(A, x)）
小向量点乘想加速？换思路，别硬拼BLAS
如果你的场景是成千上万个长度几百的向量两两点乘（比如计算一批embedding的余弦相似度），np.dot() 逐个调用毫无并发优势。此时应：
- 把所有向量堆成二维数组，用一次
np.dot(X, X.T)批量算全部两两内积——这是真正的并行热点 - 用
scipy.spatial.distance.cdist(X, X, metric="cosine")，底层调用优化过的C代码，对中小规模更稳 - 避免手写
for循环调用np.dot，那等于主动放弃向量化
最后提醒：多核加速效果高度依赖数据规模和内存布局。同一段代码，在i7-11800H上提速3倍，在Xeon Platinum上可能只快1.2倍——别只看文档写的“最高支持64线程”，得实测你的硬件+数据组合。
