pmap慢的玩具例子

Question

我在Julia中测试并行性，看看我的机器上是否有加速(我正在选择一种语言来实现新的算法)。我不想花大量的时间来编写一个巨大的例子，所以我在发布版Julia 0.4.5 (Mac和双核)上做了以下测试：

$ julia -p2

julia> @everywhere f(x) = x^2 + 10
julia> @time map(f, 1:10000000)
julia> @time pmap(f, 1:10000000)

pmap明显慢于map (>20x)，并且分配的内存远远超过内存的10倍。我做错了什么？

谢谢。

Answer 1

这是因为pmap的目的是为每个核心做大量的计算，而不是很多简单的计算。如果您使用一些简单的东西作为您的功能，沿着proccesors沿信息移动的开销要比沿着proccesors移动的开销更大。相反，测试这段代码(我在i7中使用4个核心运行它)：

function fast(x::Float64)
    return x^2+1.0
end

function slow(x::Float64)
    a = 1.0
    for i in 1:1000
        for j in 1:5000
            a+=asinh(i+j)
        end
    end
    return a
end

info("Precompilation")
map(fast,linspace(1,1000,1000)) 
pmap(fast,linspace(1,1000,1000))
map(slow,linspace(1,1000,10)) 
pmap(slow,linspace(1,1000,10))

info("Testing slow function")
@time map(slow,linspace(1,1000,10)) #3.69 s
@time pmap(slow,linspace(1,1000,10)) #0.003 s
info("Testing fast function")
@time map(fast,linspace(1,1000,1000)) #52 μs
@time pmap(fast,linspace(1,1000,1000)) #775 s

对于很多非常小的迭代的并行化，您可以使用@并行，在文档中搜索它。