我最近购买了带有 M1 Pro 的 Macbook Pro，最后设法使用 miniforge 安装了用于数据科学的 arm64 库，部分遵循了这篇文章（PS 记得只使用一个包管理器 conda（最好）或 pip 来安装包）现在使用 n_jobs = 8（性能核心数）运行带有 lightgbm 和 xgboost 的堆叠回归器可提供最佳性能输出。这样，它使用了 8 个性能核心。如果您使用 n_jobs = -1 设置，它会使 Mac 出于某种原因使用 2 个效率核心和 4 个性能核心。
所以问题是，是否可以在所有 10 个内核上运行它？