我在 Google Cloud 上购买了机器类型 e2-highmem-16（16 个 vCPU，128 GB 内存）的访问权限，因为我需要运行大量计算成本高昂的代码。
我在我的 Mac 上使用 ssh 并安装了带有 conda 的 python 和我需要的所有包，我可以运行代码。唯一的问题是代码在 VM 上的运行速度几乎比在我的计算机上运行得慢。根据 Compute Engine 统计，我只使用了 0.03% 的 CPU。这就是为什么它这么慢？如果是这样，我如何利用 100% 的 CPU？
【问题讨论】：
标签： python google-cloud-platform virtual-machine google-compute-engine cpu
您没有附加 CODE，但是，假设您有一个为您运行所有计算的主函数，它看起来像这样（足够通用，因此您可以通过 *args 和 * 传递给它*kwargs 你喜欢什么）：
def f_execute_work(*args, **kwargs):
.....
.....
您可以使用 concurrent.future 模块进行并行执行。它会为你完成工作：
concurrent.futures 模块为异步执行可调用对象提供高级接口。
可以使用线程执行异步执行，使用 ThreadPoolExecutor，或使用 ProcessPoolExecutor 执行单独的进程。两者都实现了相同的接口，由抽象的 Executor 类定义。
import concurrent.futures
with ThreadPoolExecutor(max_workers=psutil.cpu_count()) as executor:
future = executor.submit(f_execute_work, *args, **kwargs)
print(future.result())
submit(fn, *args, **kwargs) 安排可调用对象 fn 作为 fn(*args **kwargs) 执行，并返回代表可调用对象执行的 Future 对象。
使用 psutil.cpu_count() 获取逻辑核心数，以调度最大工作人员和利用 cpu 核心。
【讨论】：