假设您有一个 MxN 元素矩阵（嵌套列表）。并且您想要并行化操作；因此您的选择是按行并行化或按列并行化。假设数据/操作是独立的并且只需要 matrix[i][j] 的值。
根据 M & N 的规模，最好的分配方式是什么？
我的想法是启动一个进程的开销成本是不平凡的，所以你应该根据 min(M,N) 进行分配
例如，如果有 1000 行和 30 列，最好按列分配（启动进程所需的时间更少）。相反，如果有 30 行和 1000 列，则按行分配。
这种想法合理吗？
【问题讨论】：
这取决于工作是什么，以及执行一个“工作单元”需要多长时间，例如，如果您只是对两个矩阵求和，那么您根本不需要使用多处理，通常会有永远不要“一刀切”，你能得到的唯一可靠答案是始终进行基准测试以找出答案.
如果您有一个 1000x30 矩阵，那么您就有 30_000 任务，将它们拆分为 1000 个任务或 30 个任务都没有任何意义。
相反，您可以将它们平均分配给您的工作人员，展平阵列并使用 numpy.array_split 将其分成工作人员数量的块并传递它们，这将最大限度地减少序列化开销，并确保每个核心的工作几乎相等。
最佳工人数量也可以通过基准测试获得，但如果您期望任务数量可变，那么您应该定义一定的块大小，例如您将为每 500 个任务生成 1 个工人，并且最多达到CPU，同样，你应该从对你的代码进行基准测试.
【讨论】：