与我的OSX安装系统（在笔记本电脑上）相比，我的Solaris安装系统（在Sparc服务器上运行）上的矩阵-矩阵乘法速度非常慢。笔记本电脑的运行速度要快100倍（对于3000x3000的密集随机矩阵的双数的矩阵-矩阵乘法）。
这一定是因为Solaris安装时没有使用blas，但numpy脚本报告说 "发现 "了libs。
$python3 -c "import numpy.distutils.system_info as f; d = f.get_info('blas',0); print(d); d = f.get_info('lapack',0); print(d)"
{'libraries': ['sunperf'], 'library_dirs': ['/home/$myname/local/archive/SolarisStudio12.2-solaris-sparc-tar-ML/solstudio12.2/lib'], 'language': 'f77'}
{'libraries': ['sunmath'], 'library_dirs': ['/home/$myname/local/archive/SolarisStudio12.2-solaris-sparc-tar-ML/solstudio12.2/lib'],'language': 'f77'}
下面的导入在Solaris安装上失败了，但在OSX上成功了。
输入numpy.core._dotblas
在Solaris的安装中没有ATLAS可用。我不认为这在计算效率方面会有如此大的差别。
对其他测试有什么建议吗？distutils.system_info是否不一定意味着任何关于安装的信息？我试过numpy.alterdot()命令，但似乎没有效果。
Even more notes:
而我基本上是按照《中国共产党纪律处分条例》中的设置进行的。http://www.scipy.org/Installing_SciPy/Solaris, 除了我的site.cfg看起来像。
[DEFAULT]
library_dirs = $PATH_TO_MY_SOLARIS_DIR/SolarisStudio12.2-solaris-sparc-tar-ML/solstudio12.2/lib
[blas]
blas_libs = sunperf