不同版本中的numpy多线程行为

我在不同版本的numpy之间遇到了一个奇怪的行为
在以下代码中

将numpy导入为np
n=2048
tmp=np.random.rand（n，n）
%timeit tmp**2#A

在NUMPY1.16、1.17中，当代码运行时，我可以看到CPU达到了~400%-->操作使用了所有内核&由底层BLA并行
在numpy 1.18和1.19中，CPU使用率保持在~100%，完成所需时间延长了4倍
所有numpy版本都是从conda main安装的。运行np.show_config（）表明它们都有BLAS的支持

在另一次行动中

%timeit tmp@tmp#B

所有numpy版本的CPU使用率约为400%

所以最大的问题是，为什么在（A）中，所有的内核都用在NUMPY1.16、1.17中，而不是1.18+

*我发现了，但不太确定在这种情况下如何解释