为什么并行处理不能加快速度？

Question

我正在尝试弄清楚如何使用并行处理。为此，我制作了一个测试速度的功能。但是，当使用 4 核而不是 1 核时，我只能获得双倍速度，这是为什么呢？

示例代码：

as <- runif(30)  # limit for 
bs <- runif(30)
cs <- runif(30)  # distribution of food sources ('random'/'clustered')

p_space <- list ()
for (a in as){
  for (b in bs){
    for (c in cs){
      p_space[[length(p_space)+1]] <- c(a,b,c)
    }
  }
}
made_up <- function(pvec){
  a <- pvec[1]
  b <- pvec[2]
  c <- pvec[3]
  for(i in 1:10000){
    d <- a*b*c
  }
  return(list(a,b,c,d))
}
system.time({
  z <- lapply(p_space,made_up)
  results1 <- data.frame(matrix(unlist(z),ncol = 4, byrow = T))
  colnames(results1) <- c('a','b','c','product')

})

 user  system elapsed 
  21.23    0.01   21.26

library(parallel)
no_cores <- detectCores() 
cl <- makeCluster(no_cores)
clusterExport(cl, c("p_space"))
# clusterEvalQ() #for libraries on all nodes
system.time ({
  z <- parLapply(cl, p_space, made_up)
  results <- data.frame(matrix(unlist(z),ncol = 4, byrow = T))
  colnames(results) <- c('a','b','c','product')
})

user  system elapsed 
   0.02    0.02   10.86

注意，我检查了一下，它制造的集群中有 4 个内核，它们都在运行（cpu 性能 = 100% 并行，而 25% 不并行）

Answer 1

您的系统很可能有两个支持超线程的物理内核，看起来像四个内核。您可以通过比较这些命令的输出来测试：

detectCores(logical = FALSE) 
#> 2    
detectCores() 
#> 4

以上值来自我的系统，它提供了与您相似的性能结果。但仅使用两个物理核心与使用四个逻辑核心的性能相同。类比：您有两个可以为人们服务的柜台，每个柜台都有两个可能的队列。如果所有人都被分配到一个队列，看起来只使用了 25% 的容量。如果它们被发送到所有四个队列，看起来就像使用了 100%。然而，只有两个柜台开放，所以从两个队列变为四个队列（几乎）没有任何好处。