这是我运行下面命令时观察到的情况。
给出几个配置选项：
--config=dbg —Build with debug info.
--config=mkl —Support for the Intel® MKL-DNN.
--config=monolithic —Configuration for a mostly static, monolithic build.
bazel build --config= monolithic //tensorflow/tools/pip_package:build_pip_package
它通过clang编译了几个cpp代码，这占据了大部分构建时间，部分原因可能取决于从哪个目标CDN下载/编译源代码（不确定是否有选择特定目标CDN的选项）。
其次，我观察到编译的代码产生了需要进一步编译的输出程序。
例如，最初完成/目标是类似于[1000 / 5000]，随着完成编译数量的增加，目标数字逐渐增加，比如后来可能是[2500 / 7500]，所以此时正在赶上，并且最终取决于系统配置（RAM，CPU）以缩短总体时间。
第三个选项是尝试不同的顶部配置选项。
从源代码构建TensorFlow可能会使用大量RAM。如果您的系统内存受限，请使用以下选项限制Bazel的RAM使用情况：--local_ram_resources = 2048。
此外，添加选项-march=native有助于改善性能。
参考：https://gcc.gnu.org/onlinedocs/gcc-4.5.3/gcc/i386-and-x86_002d64-Options.html
注意：这只是我在MAC PRO（32 GB内存，Intel i9 8核心，OS ventura 13.2）上运行时的观察结果。