numpy 的数据类型为 np.object 时，矩阵运算时支持那些加速机制吗？

numpy的底层是C和Fortran写的，基于blas有一些加速机制。近期，在使用numpy时，数据元素的类型是object类型，并且对该类型重写了部分基础运算的魔术方法，例如加法，乘法。在进行np.sum或np.dot时，通过看CPU效率，似乎并没有采用并行机制？请问有什么方法可以实行numpy中类型为object数据的并行机制吗？