我正在处理网格中的项目，根据项目的类型，需要执行不同类型的计算/功能。但是我读过分支在做同样事情的工作项之间是一件非常糟糕的事情。为了避免这种情况，我可以将网格拆分为每种类型的网格（在这种特殊情况下我只需要两个）......

在这种情况下会更好吗？将分支留在那里，或者为每种类型制作两个网格？我知道这取决于分支内部发生的情况（计算界限）与网格的大小（内存/延迟界限）。

这些决定是否有一些基本规则要遵循，或者是否有共识总体上哪个更好？

编辑：（空间）网格并不像通常的空间网格那样稀疏，而是结构的密集数组（没有空元素）（每个结构约 200 个字节），最多可容纳约 500.000 个元素。

我从另一个源填充这个数组，使用那个源我把三角形或线段放在那里。

然后使用这个网格，我需要进行线段/线段或线段/三角形碰撞检测。所以问题是在这种情况下填充两个单独的数组是否会更有效（为了论证，让我们说 250.000 个元素 x 200 字节）并让工作项仅对线/线或线/三角形进行批量计算..或者有一个大的 500.000x200 字节，并让每个工作项找出给定类型要执行的计算。

我想对从文件加载的一些输入数据运行并行计算。（文件可能非常大，所以我为此使用了一个生成器。）

在一定数量的项目上，我的代码运行正常，但高于此阈值程序挂起（一些工作进程没有结束）。

有什么建议么？（我用 python2.7 运行这个，8 个 CPU；5000 行仍然可以，7500 行不行。）

首先，您需要一个输入文件。在 bash 中生成它：

然后，运行这个：

主要.py：

我有一个令人尴尬的并行问题，我想使用 .Net 在多台计算机上进行扩展。

我目前正在使用任务并行库在单台计算机上跨多个内核进行扩展，但我想进一步扩展。

我怎样才能做到这一点？

我正在学习使用 Python 的 Multiprocessing 包来解决令人尴尬的并行问题，因此我编写了串行和并行版本来确定小于或等于自然数n的素数的数量。根据我从博客文章和Stack Overflow 问题中读到的内容，我想出了以下代码：

串行

平行

这是我得到的n = 10000000 （对于并行我请求 8 个进程）：

所以看起来我可以获得超过 3 倍的加速。这是我的问题：

1. 显然这不是线性加速，所以我能做得更好（或者我应该实际期望什么样的加速）？
2. 看起来阿姆达尔定律回答了这个问题，但我不知道如何确定我的程序的哪一部分是严格串行的。

任何帮助表示赞赏。

编辑：有 4 个物理内核，能够进行超线程。

我有这个非常简单的并行代码，我用它来学习令人尴尬的并行 openmp。但是，我没有得到预期的超线性或至少线性的性能提升。

在使用英特尔 c++ 编译器 xe 15.0 并计算 288 x 288 矩阵的 sgemm（矩阵乘法）的 Visual Studio 上，我得到 350 微秒的核心 = 1 和 1177 微秒的核心 = 4，这看起来就像一个顺序代码。我将英特尔 MKL 属性设置为并行（也使用顺序测试），将语言设置设置为生成并行代码 (/Qopenmp)。无论如何要改善这一点？我在四核 haswell 处理器中运行

我已经浏览了一段时间，但找不到任何我能理解的建设性答案。

我应该如何并行化以下代码：

或者我在哪里可以读到它？我什至不确定如何搜索它。

由于应用了这个问题的答案，直接出现了以下问题。在最小工作示例（MWE）中，myscript定义中有一个地方我生成一些随机数，然后对它们执行一些操作，最后将输出写入文件。当此代码未并行化时，它可以正常工作。但是，如果它是并行的（我在 2 核机器上测试它，并且一次有两个线程），当我想执行 4 次迭代（boot）时，我得到两倍的相同输出（即，在我得到的四个输出中只有两个不同的数字，而不是预期的四个）。如何解决这个问题？

MWE：

我关心的是两条哈希线之间的部分。以下代码运行时间太长，我无法等待其输出。当我用另一段代码替换有问题的部分时，程序会在几秒钟内运行（见本文末尾）。我的目标是生成 90 个均匀分布在单位正方形 ( var1, var2) 中的数据点，然后生成 12 个随机放置在半径为 1/8 的圆中的点，该圆完全位于单位正方形 ( cir1, cir2) 内，最后加入这两组 ( sph1, sph2)。

自从昨天广告以来，我一直在研究这段代码，我真的很确定它是正确的（显然不是）。我可能错过了一些非常明显的东西......

这是我修改以创建上述代码的另一个（工作）块：

熊猫新手，我已经想并行化逐行应用操作。到目前为止，我发现Parallelize apply after pandas groupby但是，这似乎只适用于分组数据帧。

我的用例有所不同：我有一个假期列表，对于我当前的行/日期，我想找到这一天之前和之后到下一个假期的非工作日。

这是我通过应用调用的函数：

我怎样才能加快速度？

编辑

我对 pythons 池进行了一些试验——但这既不是好的代码，也没有得到我的计算结果。

我正在尝试在 PBS 集群上使用 GNU Parallel 运行许多小型串行作业，每个计算节点都有 16 个内核，因为我打算使用多个计算节点，因此我将选项 -S $SERVERNAME 传递给 GNUParallel，但是让我感到困惑的是使用节点上启动的作业数-S $SERVERNAME不等于我打算生成超过 9 个作业时指定的作业数，以下是我的观察：

当使用 GNUParallel 作为本地主机而不使用 -S $SERVERNAME 时，没有问题，我打算生成 10 个作业，而 GNUParallel 启动了 10 个作业：

当我使用 GNUParallel 生成少于 10 个作业时-S $SERVERNAME，仍然没有问题。

这让我感到困惑，当我尝试使用 >=10 的工作编号时，产生的工作数量总是比想要的少一个，这里我想产生 10 个，只开始了 9 个工作：

我使用“top”检查了计算节点的状态，它确实表明我使用seq 1 10. 希望我已经把我的问题说清楚了，有人能指出这个问题的可能原因吗？欢迎任何建议。

非常感谢你！