Julia 中嵌套循环的并行处理答案

【问题标题】：Parallel Processing for nested loops in JuliaJulia 中嵌套循环的并行处理
【发布时间】：2020-12-18 04:23:38
【问题描述】：

我正在尝试为嵌套循环实现并行处理。但是我收到以下语法错误。

我正在从这里修改示例 (Parallel computing in Julia - running a simple for-loop on multiple cores)

这行得通

for N in 1:5:20, H in 1:5:20
           println("The N of this iteration in $N, $H")
end

这是语法错误

using Distributed

@distributed for N in 1:5:20, H in 1:5:20
           println("The N of this iteration in $N, $H")
       end

【问题讨论】：

标签： julia

【解决方案1】：

@distributed 宏仅支持迭代一个参数。因此你可以这样做：

@distributed for (N,H) in collect(Iterators.product(1:5:20,1:5:20))
    println("The N of this iteration in $N, $H")
end

另一个选项当然是嵌套循环。在这种情况下，只有一个循环应该是@distributed。

【讨论】：

【解决方案2】：

另一种选择（对于单节点，多核并行化）是多线程。由于较低的开销和共享内存，这通常更容易/更有效（请注意，在 Julia 中没有 Python GIL 之类的东西）。对应的 Julia 命令是 Threads.@threads（在 for 循环前面）或 Threads.@spawn，用于生成要并行执行的任务。

编辑：添加示例

Threads.@threads for (N,H) in collect(Iterators.product(1:5:20,1:5:20))
    println("The N of this iteration in $N, $H")
end

第二种情况：

f(x) = x^2
futures = [Threads.@spawn f(x) for x=1:10]
fetch.(futures)

【讨论】：

你能提供一个可重现的例子吗？
上面添加的示例