Matlab/NumPy/C++Eigen 速度差距为什么很大？

为什么你Matlab R2016b慢？是因为Matlab R2016b发布的时候，Zen根本不存在，采用的所有库都是老版本，不存在任何针对Zen的优化。专门为Zen优化的数学库AOCL第一版发布时间大概是2016年底，对于MATLAB来说，不可能在一个2016H2开头出的版本里封装年底才出的AOCL，更何况也没有Zen系列处理器用来测试封装的程序对不对。

（ACML已经不是给Zen系列处理器优化的，那个里面全是SSE，给K10啊推土机啊之类的用的。）

而Python有所不同，Numpy 1.16.2基本上是2019Q1的东西，如果默认是openblas，那么该有的优化早有了。

另外OpenBLAS似乎已经开始考虑Zen2的支持：

所以你要升级到MATLAB 2019再试，当然不保证新版本会快一点。或者你可以试着让你的MATLAB计算调用外部OpenBLAS。

至于为什么Eigen+MKL慢，这个不用我多说了吧？

肯定有人会提到AMD的半宽度SIMD的问题，然而这个东西是这样的：假设并行充分优化的前提下，线程撕裂者毕竟有16个Core，所以比9900k差的只是频率上的差距。

你如果stick to线程撕裂者做有限元或者CFD，要懂一点优化的方法，至少折腾个AOCC。可以参考AMD官方指导和测试的OpenFOAM性能：

实际上你如果有余力把所有的C++库都用AOCC编译一遍，性能可能会提高不少。至少就目前的测试来看，可能计算性能上有15%的提升。