问题标签 [cpu-cores]

我想运行两个具有以下资源分配的容器：

• 容器“C1”：保留 cpu1，与 20 个 cpu-shares 共享 cpu2
• 容器“C2”：保留 cpu3，共享 cpu2 与 80 cpu-shares

如果我以这种方式运行这两个容器：

我得到C1按预期占用100％的cpu1，但占cpu2的50％（而不是20％），C2按预期占用100％的cpu3和50％的cpu2（而不是80％）。

看起来 --cpu-shares 选项被忽略了。有没有办法获得我正在寻找的行为？

我只是有一个关于处理器和线程如何工作的快速问题。根据我目前的理解，一个核心一次只能执行一个进程。但是我们能够生成一个线程池（比如说 30 个），其数量比我们拥有的内核数量（比如说 4 个）要大，并且让它们同时运行。如果我们只有 4 个核心，这怎么可能？我还可以在我的本地计算机上运行我的 30 线程程序，并且还可以继续在我的计算机上执行其他活动，例如看电影或浏览互联网。

我在某处读到发生了线程调度，这给人一种错觉，即这 30 个线程由 4 个内核同时运行。这是真的吗？如果是这样，有人可以解释它是如何工作的，并推荐一些关于这个的好书吗？

预先感谢您的帮助。

有没有办法告诉 Bazel 在构建它可以使用多少个 CPU 内核时？

TL;博士

我在 VMware Workstation 上构建 TensorFlow，作为虚拟机，我可以调整虚拟机的处理器和内核数量。

在构建 TensorFlow 的过程中，我发现只使用一个核心就可以了。当我为 Workstation 提供四个内核并构建 TensorFlow 时，它最终会停止系统到我必须重新启动的地步。

如果我等了几个小时（不理会它一夜之间），它有时会返回以下错误：

gcc：内部编译器错误：被杀死（程序 cc1plus）

虽然我可以使用虚拟机配置选项更改内核数量，但我更愿意这样做，而无需关闭并重新启动虚拟机。

我在英特尔® 至强® 处理器 E5-1650 v3 http://ark.intel.com/products/82765/Intel-Xeon-Processor-E5-1650-v3-15M-Cache-3_50-GHz上运行我的程序

处理器有 6 个 CPU（6 个内核），我正在尝试设置我的程序正在使用的 CPU 数量。我的应用程序正在使用 openmp。我不是要设置线程数，而是要设置 CPU 的数量。我怎样才能做到这一点？

是否可以使 Android 应用程序仅在具有多核处理器的设备上可用/可安装？我知道可以为某些 Android 版本和硬件规格（例如前置摄像头）制作应用程序。

以编程方式解决此问题的一种方法是通过调用 Runtime.getRuntime().availableProcessors() 获取设备上的内核数量，然后如果设备不符合我的要求则完成活动，但这可能不是正确的方法.

那么，我该如何以谷歌认可的方式做到这一点呢？

如何找出在 Linux 系统上运行的作业使用了多少 CPU 内核？是通过top命令以某种方式吗？

将进程分配给特定核心很容易，但是如何确保只有该进程应该在该特定核心或多个核心上运行。其余进程可以在其他核心上运行。请帮助我。

我有一个问题，我试图找到答案，但对我找到的所有信息感到更加困惑 - 不幸的是，无法获得明确的答案

所以，假设我有一台关闭超线程的计算机。

我应该在我编写的程序中使用的最佳线程数是多少？

我知道，如果我的程序不是 100% CPU 绑定（处理 IO），那么最佳线程数将超过每个内核一个线程 - 因为我将有多个线程正在等待，并且有更多（不是太多由于上下文切换开销）对于这类程序会更好。

但是，如果我的程序是 100% CPU 绑定 - 每个内核一个线程是最佳的？我很困惑，因为有更多线程，这意味着每个线程可能获得更大的切片时间——这可以提高性能。

谢谢！

我有一个简单的代码来比较两个数组：

有什么方法可以使用处理器的所有内核来比较这两个数组吗？

在g++ 4.7 中的 OpenMP (parallel for) 效率不是很高吗？2.5x at 5x CPU，我确定我的程序的性能在 11s 和 13s 之间变化（通常总是在 12s 以上，有时慢到 13.4s），在使用默认值时 CPU 大约为 500% #pragma omp parallel for，而 OpenMP 的速度提升仅为在g++-4.7 -O3 -fopenmp4 核 8 线程 Xeon 上，5 倍 CPU 时 2.5 倍。

我尝试使用schedule(static) num_threads(4)，并注意到我的程序总是在 11.5 秒到 11.7 秒（总是低于 12 秒）内以大约 320% 的 CPU 完成，例如，运行更一致，并且使用更少的资源（即使最好的运行比慢半秒超线程的罕见异常值）。

是否有任何简单的 OpenMP 方式来检测超线程，并减少num_threads()到 CPU 内核的实际数量？

（有一个类似的问题，Poor performance due to hyper-threading with OpenMP: how to bind threads to cores，但在我的测试中，我发现仅仅从 8 个线程减少到 4 个线程就已经完成了 w/g++-4.7 的工作在 Debian 7 wheezy 和 Xeon E3-1240v3 上，所以，这个问题仅仅是关于减少num_threads()内核数量。）