我在 R 中做多核计算。我是
以下是每个计算的代码和输出。为什么随着核心数量的增加，经过的时间会增加？这真的是违反直觉的。我认为随着核心数量的增加，经过的时间减少是合理的。有没有什么办法解决这一问题？
这是代码：
library(parallel)
detectCores()
system.time(pvec(1:1e7, sqrt, mc.cores = 1))
system.time(pvec(1:1e7, sqrt, mc.cores = 4))
system.time(pvec(1:1e7, sqrt, mc.cores = 8))
谢谢你。
假设你的数据被分成N 个部分。您数据的每一部分都以T秒计算。在单核架构中，您期望所有操作都将在N x T秒内完成。你也希望所有的工作都应该在N核机器上用T次完成。但是，在并行计算中，存在通信延迟，由每个单核消耗（初始化、将数据从主核传递到子核、计算、传递结果和完成）。现在让通信延迟为C秒，为简单起见，它对于所有内核都是恒定的。因此，在N核机器中，计算应在
T + N x C
秒，其中T部分用于计算，NXC部分用于总通信。如果我们将其与单核机器进行比较，则不等式
(N x T) > (T + N x C)
至少对于我们的假设，应该满足以获得计算时间。如果我们简化不等式，我们可以得到
C < (N x T - T) / N
因此，如果恒定的通信时间不小于(N x T - T) / N的比率，我们就无法使该计算并行化。
在您的示例中，创建、计算和通信所需的时间大于函数sqrt的单核计算。