我可以同时运行两个单独的 jupyter notebook 文件，而不会在单台 CPU 计算机上减速吗？

Question

我目前正在 jupyter notebook 中运行一个 python 函数，这需要相当长的时间。 Python 说它以大约 98% 的 CPU 运行，但是，我的 CPU 仍有大约 60% 未使用。现在经过一番谷歌搜索后，我发现这与我的处理器线程有关（我不是计算机工程师，如果这不正确，很抱歉）。但是，我想知道是否可以在 jupyter notebook 中运行另一个函数，它会占用 60% 的未使用活动，还是会将 99% 分配给两个函数，从而减慢这两个函数的速度。我希望你们能提供帮助。如果有任何不清楚的地方，请告诉我。

附：我在 2012 年末使用 macbook pro 视网膜（我知道），2.5 gHZ 英特尔核心 i5，8 gb 内存。它有两个内核和一个处理器。

Answer 1

您有一个 Intel Sandybridge 或 Ivybridge CPU。它有两个带超线程的物理内核，因此它可能对操作系统显示为 4 个逻辑内核。

每个内核都有自己的私有 L1i/d 和 L2 缓存，但 L3（和内存带宽）在内核之间共享。

在另一个物理 CPU 上运行单独的进程或线程可以通过以下机制减慢第一个进程：

• 双核最大睿频时钟速度低于单核睿频。
• 它们争夺内存带宽和 L3 缓存占用空间。 （即更多的 L3 缓存未命中）。

如果 L3 缓存未命中和内存带宽不是您工作负载的重大瓶颈，那么将两个内核用于单独的任务几乎是绝对的胜利。

运行 4 个线程（因此操作系统必须将任务安排到每个物理内核的两个逻辑内核上）会降低一些速度，但这更多地取决于工作负载的细节。有关 HT 如何静态分区或动态共享各种执行资源的 asm / cpu 架构详细信息，请参阅 Agner Fog 的微架构指南 (http://agner.org/optimize/)。但真的只是试试看。

除了纯吞吐量之外，单线程可能会因缓存未命中和其他瓶颈而出现一些停顿，因此您可以通过超线程以牺牲单核性能为代价来获得一些吞吐量。