回答情况：
提问时间：
问题标签：
3回答
并行计算和分布式计算的区别是什么？当涉及到可伸缩性和效率时，通常会看到解决方案在计算机集群中处理计算，有时被称为并行处理或分布式处理。
在某种程度上，计算似乎总是并行的，因为有些事情是并发运行的。但是，分布式计算仅仅是与多台机器的使用有关，还是有更多的特性来区分这两种处理？例如，说一个计算是并行的和分布式的，难道不是多余的吗？
浏览 0修改于2014-05-15得票数 16
回答已采纳
4回答
我希望在许多think).实例中使用所有的处理能力(核心)来使这个工作完成得更快，(一个带有多处理的芹菜并行分布式任务- I )。
术语、线程、分布式计算、分布式并行处理都是我想要更好理解的术语。
浏览 3修改于2014-06-16得票数 91
回答已采纳
2回答
我正在试着找出一个问题陈述的解决方案。为了简单起见，该应用程序将是一个控制台应用程序。一个数据库包含大约10000行。我有一个开发一个c#应用程序，这将产生10个线程，每个线程将处理数据库中的5条记录。现在的问题是我将在另一台机器上运行相同的应用程序。因此，我们有两个应用程序实例，每个应用程序应该处理5000行，并且它们不应该在记录上重叠。此外，我需要有一个中央控制器，它需要显示线程ids，是运行在每个应用程序。任何解决这个问题的建议都是很棒的。
浏览 0修改于2012-07-20得票数 0
回答已采纳
2回答
我正在研究b/w并行和分布式系统的区别。有人告诉我，这一界限正在变得模糊。此外，集群既可以看作是并行系统，也可以是分布式系统(取决于上下文--无论这意味着什么)。
这怎麽可能？集群不应该只是分布式系统吗？
浏览 1提问于2014-03-01得票数 1
4回答
我想知道是否有可用的perl模块来支持类似于apache hadoop的分布式并行计算。
例如，当提交到客户机节点时，要在多台机器上并行执行的perl脚本。
浏览 0提问于2013-02-15得票数 2
我正在阅读关于dask.distributed的文档，看起来我可以通过client.submit()向分布式集群提交函数。假设有数百万个文档，而分布式集群只有10个节点和1个可用进程(即一次只能处理10个文档)，那么dask.distributed将如何处理它需要处理的文档流？
浏览 0修改于2018-10-05得票数 0
keras模型是否支持SageMaker分布式数据并行(SMDDP)？在文档中，它说"SageMaker分布式数据并行适用于除tf.keras模块以外由tf核心模块组成的TensorFlow培训脚本，SageMaker分布式数据并行不支持带有Keras实现的TensorFlow
浏览 12修改于2022-10-07得票数 0
显然，我希望使用所有可用的工作节点上的所有CPU，以便可以并行运行500个ML。但是我想看看我是否可以只使用spark进行分布式并行计算，看看我可以多快地学习。但这是一个单独的努力和研究，以比较与多个，并行和分布式运行的mini MLs (每个项目1个)的执行情况。很抱歉发了这么长的帖
浏览 3提问于2017-04-07得票数 1
我有1台PC，1台iMac和5台笔记本电脑，一次只使用1到2台。我的爱好是开发网络，视频/音频编辑。因此，当encoding videos时，我想为parallel processing分配其他笔记本电脑，以减少总编码时间。
是否有像distributed software这样共享处理负载的软件？我还没找到呢。
浏览 0修改于2022-06-24得票数 0
因为我的图像收集非常大(大数据:-)，所以我想将这个顺序代码重新组织成一个并行/分布式应用程序。我正在考虑Map/Reduce，但不确定这在Map/Reduce下是否可行。对于我应该使用哪种框架/并行或分布式设计模式来做这样的事情，有什么想法吗？
干杯!！
浏览 0修改于2013-07-13得票数 0
回答已采纳
我只是看看DDP教程：
在训练和从检查点恢复过程中通常使用torch.save和torch.load来检查检查点模块。有关详细信息，请参阅保存和加载模型。在使用DDP时，一种优化方法是只将模型保存在一个进程中，然后将其加载到所有进程，从而减少写入开销。这是正确的，因为所有进程都从相同的参数开始，梯度在反向传递中是同步的，因此优化器应该将参数设置为相同的值。如果使用此优化，请确保在保存完成之前，所有进程都不会开始加载。此外，在加载模块时，需要提供一个适当的map_location参数，以防止进程进入其他设备。如果缺少map_location，torch.load将首先将模块加载到
浏览 1提问于2020-05-06得票数 1
我有一个for循环，我想用PLINQ的Parallel.ForEach()来并行化。另外，如果这不存在，有没有人想对我提出的架构提出意见？有什么明显的陷阱吗？有没有人认为它会成功！？
浏览 2提问于2011-02-14得票数 0
回答已采纳
在我的实现中，我使用MPI进行并行化。主while循环运行500次。在这个while循环中，我使用MPI并行化9个func()调用。这意味着，在main循环中调用9次func()，我并行化了三个节点中每个节点调用3个func()调用并将结果返回给主节点的方式。
这在while循环中继续了500次。(这意味着，在每个下一个循环中，同样有9个func()调用被并行化)
这种策略称为并行计算还是
浏览 2修改于2022-03-07得票数 0
回答已采纳
在使用并行处理来完成任务的分布式系统中，我想确定何时完成了所有子任务，我可以应用什么设计方法或原则？我使用RabbitMQ来使用从单个进程生成的消息，每个使用者都可以向其他可以并行处理的RabbitMQ队列生成多条消息。我希望能够确定从第一个任务生成的所有任务何时完成，我如何实现这一点？
浏览 0提问于2023-02-23得票数 0
我目前正在研究计算机科学研究生学习的主题，我发现了一个相对较大的感兴趣的领域，分布式计算，我想获得更多的信息。我在网上搜索过，找到了大量的论文、文章甚至课程，比如罗格斯大学的课程，描述了分布式计算背后的理论和机制。不幸的是，我发现的大多数这些论文和课程都相当局限于用代码描述分布式计算的实际概念。我正在寻找可以给我介绍分布式计算编程部分的网站。(最好使用C或Python。)
顺便说一句，我想提到的是，这甚至可能更具体地说明并行计算如何适用于分布式计算领域。(我还没上过这门课呢！)
浏览 0修改于2017-05-23得票数 7
回答已采纳
分布式FS: HDFS传统FS :ext4 4/ext4 3/ NTFS/FAT等。在分布式FS中，多个节点具有多个本地存储，但它们都是通过某种机制实现同步的。如果C物理上安装在A上，网络安装在B上，D物理上安装在B上，网络安装在A上，那么这就产生了分布式FS。虽然一些答案声明元数据和数据位于并行文件系统中的单独服务器上，但在这里，我
浏览 0修改于2019-03-20得票数 7
我只是想知道为什么需要为大规模并行处理创建分布式系统的所有麻烦，而我们只需要创建单独的机器，每台机器支持数百或数千个内核/CPU(甚至GPGPU)？因此，从根本上说，为什么要在机器网络上进行并行处理，而在支持多个内核的一台机器上以更低的成本和更可靠的方式进行并行处理呢？
浏览 0修改于2012-04-04得票数 2
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号