为什么谷歌云计算引擎比numpy.dot操作规范更低的专用服务器慢100倍

我正在谷歌云上运行一些numpy dot产品测试
google cloud compute engine在执行numpy.dot操作时的速度比CPU和内存规格较低的专用服务器慢100倍。
我曾考虑将我所有的系统转移到谷歌云，但由于性能不佳，这似乎是不可能的。 有什么办法可以改进吗

专用服务器规范：
-英特尔酷睿i3 2120
-16GB内存
numpy.dot时间：0.7363626956939697秒

谷歌云计算引擎规范：
n1-highmem-8（8个vCPU，52 GB内存）
numpy.dot时间：92.44161581993103秒

问题由
1.use np.show_config（）发现gce服务器没有安装blas
2.然后运行以下命令解决了问题

sudo pip3 uninstall numpy 
sudo apt-get install build-essential python-dev python-setuptools libboost-python-dev libboost-thread-dev -y
sudo pip3 install numpy 

---

基本问题-numpy是根据两台机器上类似的blas/lapack库编译的吗？我只是用这个命令在两台服务器上安装了numpy：pip3 install numpy将检查

np.show_config（）

以查看numpy配置了哪些库。我猜您在专用服务器上有一个优化的blas/lapack实现，但在Google云计算机器上没有。您是对的，优化的blas/lapack实现不在Google上part@VY如果您已经解决了这个问题，您可以发布您的解决方案作为答案，以便其他有类似问题的用户可以获得一些帮助。ThanksOn mine说它有openblas，但没有blas_mkl（英特尔数学内核库）。你的是缺少openblas还是缺少Intel MKL？