问题标签 [parallelism-amdahl]

我的 python 函数的一部分如下所示：

问题： len(longitude_aq)大约。320klen(longitude_meo)是 700 万。这使该代码的迭代次数接近 21000 亿次……

我必须迭代一个文件（那个longitude_aq）然后计算一些平均值，迭代第二个文件（那个longitude_meo）给定从第一个文件中提取的一些特征。

看来我不能以任何不同的方式进行。

可能的解决方案：并行编程。我的大学允许我访问他们的 HPC。他们有几个节点 + 几个 GPU 可访问（此处列出GPU，此处列出CPU）

目标：没有使用 Python 进行 CUDA 编程的经验，我想知道将我的代码转换为 HPC 可运行的东西的最简单方法是什么，从而使计算时间急剧下降。

我使用 OpenCL 和 MQL5 为 MetaTrader 终端平台创建了一个基于 GPU 的指标。

我已经努力让我的 [ MetaTrader Terminal: Strategy Tester ] 优化工作必须在 GPU 上传输到最大。大多数计算都是由指标完成的。因此，我对指标进行了更改，并已完全转移到 GPU 上。

但是当我尝试在策略测试器部分进行优化时，真正的问题就出现了。
我看到的过程同时使用了我的 GPU 和 CPU，但对整个过程没有影响。

我怀疑该进程没有分配给每个 GPU 核心进行处理，而是所有 GPU 核心都在同一个进程或函数上工作以执行。

请让我知道我需要做什么才能让单个 GPU 工作以执行单个函数以提供更快的输出。

这是我的代码链接：Expert 的完整代码

我的代码的内核是：

请建议我使用 OpenCL 上的 GPU 在 MQL5 中分配具有不同值或帧的函数的出路。

已编辑

对于寻求挑战的人来说，这是一个巨大的挑战……甚至我也很想知道 OpenCL 和 MQL5 是否可以为优化任务做任何事情。我希望我能得到我所寻求的答案。

再次 编辑MAGPU.mqh文件

主要指标文件 CHECKMA.mq5文件

我在一个并行包上进行了一组实验，比如说superlu-dist，使用不同的处理器编号，例如：4, 16, 32, 64

我得到了每个实验的挂钟时间，比如：53.17s, 32.65s, 24.30s, 16.03s

加速公式为：

但是没有关于序列分数的信息。

我可以简单地取挂钟时间的倒数吗？

这是我用于模拟一维反射随机游走的 python-3.6 代码，使用该模块在 Linux 集群机器上的工作人员joblib之间同时生成 400 个实现。K

但是，我注意到 for 的运行时间K=3比 for 更差K=1，而且 for 的运行时间K=5更差！

任何人都可以请参阅改善我使用的方法joblib吗？

如果我知道 2 处理器系统和 4 处理器系统的作业完成时间，我如何计算 1 处理器系统所花费的时间（Ts）。我想知道这一点，所以我可以使用等式找到任何给定代码的序列百分比

其中 S 是代码的序列百分比和 N 个处理器

我想知道在编写并行程序以将变量声明插入并行部分时是否有益？因为阿姆达尔定律说，如果程序的更多部分是并行的，那就更好了，但我看不出并行化变量声明和返回语句的意义，例如，这是正常的并行代码：

写这个对 Am​​dahl 定律有好处吗（所以 100% 的程序是并行的）：

我有一组可以完全并行执行的任务（通过 GSM 调制解调器发送短信），但一个短信任务不能。每个任务大约需要 10 秒才能执行。所以现在我正在尝试评估它在 4 个 GSM 调制解调器上的表现。

阿姆达尔定律

在我的情况下 p=1 因为任务是完全并行的，并且 s=4（GSM 调制解调器）

因此

问题 我怎样才能在我的计数中表示这种情况

例如，如果我有 5 个 GSM 调制解调器，但只有一个要发送的 SMS，我的任务根本不是并行的，但是根据这条定律，我知道加速比是 5。

所以它真的需要 10 秒，但根据阿姆达尔定律，我得到 10/5=2 秒

我有一个由递归函数组成的确定性动态编程算法，当我增加数据点（下面代码中的 x 和 s）时，我的代码需要永远（超过 5 个小时）才能给我一个输出。

我听说有一种叫做并行计算的东西multiprocessing在 python 中使用模块，但我不确定这是否能解决我的问题，如果是的话，我根本不知道。

如果有人可以帮助我了解如何multiprocessing在 python 中使用模块或任何其他方式来减少处理时间，那就太好了。蒂亚:)

我想在 Raspberry Pi 3 上使用 PiCamera 运行连续流，并与该流并行执行其他计算。

我只需要从该流（进程）中获取它检测到的对象。我将在这里发布我到目前为止的代码。它没有进入computation()函数。它只是启动相机并检测那里的物体并停留在该过程中。

我尝试过使用multiprocessingPython 中的模块，但它似乎不起作用。

我实际上在优化我的算法时遇到了一些麻烦：

我有一个磁盘（以 0 为中心，半径为 1）填充了三角形（不一定具有相同的面积/长度）。可能有大量的三角形（比如说从1k到300k三角形）

我的目标是尽快找到一个点属于哪个三角形。该操作必须重复很长时间（大约10ktimes）。

现在我使用的算法是：我正在计算每个三角形中点的重心坐标。如果第一个系数介于 0 和 1 之间，我继续。如果不是，我就停下来。然后我用同样的想法计算第二个系数，第三个系数，我对每个三角形都这样做。

我想不出一种方法来使用我正在处理光盘的事实（以及我有一个欧几里得距离来帮助我直接“瞄准”好三角形的事实）：如果我尝试计算距离我指向三角形的每个“中心”：

1）当我用重心坐标强制它时，它已经比我正在做的操作更多

2）我必须订购一个包含所有三角形的欧几里得距离的向量到我的点。

3）我绝对不能保证离我的点最近的三角形是好的三角形。

我觉得我错过了一些东西，我可以预先计算，一些东西可以帮助我在开始蛮力部分之前发现好的“区域”。

该算法已经并行化（使用 OpenMP）：我正在并行调用以下函数。

下一步可能是查看 GPU 并行化，但我需要确保代码背后的想法足够好。

现在它大约2min30需要75k三角形和10k点，但这还不够快。

编辑：
Triangle2D使用特征矩阵来存储坐标