parallel.For函数

Question

我在尝试增加并行性。下面的函数可以工作。为了测试目的，计算chunckLength是很好的。然而，当我分配更多的核心时，它似乎会明显减慢，这似乎是由于巨大的开销。可视化显示执行过程中的平均核心使用情况。每次运行时，该函数都会被迭代10次，其中包含10000个元素。

我对F#相当陌生(您可能可以从函数结构中看出.)，所以任何关于如何优化它以便实现一些加速的建议都会非常有帮助。

let pmap_tpl_parforlb f (xs:list<_>) =
let xs_arr = xs.ToArray()
let chunkLength = xs.Length / numProc
Parallel.For(0,numProc,fun c ->
    let x = c * chunkLength
    let y = (c * chunkLength) + chunkLength
    for x in 0..y-1 do
        xs_arr.[x] <- f (xs_arr.[x])
) |> ignore

Answer 1

您是否尝试过不使用显式块大小？Parallel.For在引擎盖下做了一些漂亮的分块(范围分裂)和负载平衡，这通常会给它自己带来很好的性能。

换句话说，首先尝试一个更简单的解决方案，例如：

let mapInPlace (mapping : 'T -> 'T) (array : 'T[]) : unit =
    Parallel.For (0, array.Length, fun i ->
        array.[i] <- mapping array.[i])
    |> ignore

另一点--如果你在10000个元素的列表上迭代，你应该把这些列表转换成一个数组，然后调用你的迭代函数，不管你需要多少次。我怀疑重复执行列表到数组转换会损失相当大的性能。