作为一个业余项目，我正在研究多线程求和算法，在处理足够大的数组时，它的性能优于 std::accumulate。首先，我将描述我对此的思考过程，但如果您想直接跳到问题，请随时向下滚动到该部分。
我在网上找到了很多并行求和算法，其中大部分采用以下方法:
template <typename T, typename IT>
T parallel_sum(IT _begin, IT _end, T _init) {
const auto size = distance(_begin, _end);
static const auto n = thread::hardware_concurrency();
if (size < 10000 || n == 1) return accumulate(_begin, _end, _init);
vector<future<T>> partials;
partials.reserve(n);
auto chunkSize = size / n;
for (unsigned i{ 0 }; i < n; i++) {
partials.push_back(async(launch::async, [](IT _b, IT _e){
return accumulate(_b, _e, T{0});
}, next(_begin, i*chunkSize), (i==n-1)?_end:next(_begin, (i+1)*chunkSize)));
}
for (auto& f : partials) _init += f.get();
return _init;
}
假设有 2 个线程可用(如 thread::hardware_concurrency() 所报告)，此函数将按以下方式访问内存中的元素:
作为一个简单的例子，我们在这里查看 8 个元素。两条线用红色和蓝色表示。箭头显示线程希望加载数据的位置。一旦细胞变成红色或蓝色，它们就被相应的线程加载了。
这种方法(至少在我看来)不是最好的，因为线程同时从内存的不同部分加载数据。如果你有很多处理线程，比如在 8 核超线程 CPU 上有 16 个，甚至更多，CPU 的预取器将很难跟上所有这些来自完全不同的内存部分的读取(假设数组太大而无法放入缓存)。这就是为什么我认为第二个示例应该更快:
template <typename T, typename IT>
T parallel_sum2(IT _begin, IT _end, T _init) {
const auto size = distance(_begin, _end);
static const auto n = thread::hardware_concurrency();
if (size < 10000 || n == 1) return accumulate(_begin, _end, _init);
vector<future<T>> partials;
partials.reserve(n);
for (unsigned i{ 0 }; i < n; i++) {
partials.push_back(async(launch::async, [](IT _b, IT _e, unsigned _s){
T _ret{ 0 };
for (; _b < _e; advance(_b, _s)) _ret += *_b;
return _ret;
}, next(_begin, i), _end, n));
}
for (auto& f : partials) _init += f.get();
return _init;
}
此函数以一种顺序方式访问内存，如下所示:
这样预取器总是能够保持领先，因为所有线程都访问内存的相同部分，所以应该有更少的缓存未命中和更快的加载时间，至少我是这么认为的。
问题 是，虽然这在理论上一切都很好，但这些的实际编译版本显示出不同的结果。第二个要慢得多。我更深入地研究了这个问题，发现为实际添加生成的汇编代码非常不同。这些是每个执行加法的“热循环”(请记住，第一个在内部使用 std::accumulate，所以您基本上是在看它):
请忽略百分比和颜色，我的分析器有时会出错。
我注意到 std::accumulate 在编译时使用了 AVX2 vector 指令 vpaddq。这可以一次添加四个 64 位整数。我认为第二个版本不能向量化的原因是每个线程一次只访问一个元素，然后跳过一些。 vector 加法将加载几个连续的元素，然后将它们加在一起。显然这是不可能做到的，因为线程不会连续加载元素。我尝试在第二个版本中手动展开 for 循环，并且该 vector 指令确实出现在程序集中，但由于某种原因整个过程变得非常缓慢。
以上结果和汇编代码来自 gcc 编译版本，但同样的行为也可以在 Visual Studio 2015 中观察到，尽管我没有查看它生成的汇编。
那么有没有办法在保留这种顺序内存访问模型的同时利用 vector 指令呢？或者，与函数的第一个版本相比，这种内存访问方法是否有帮助？
我写了一点benchmark program ，它已准备好编译和运行，以防万一您想亲自查看性能。
PS.: 我的主要目标硬件是现代 x86_64(比如 haswell 等)。
最佳答案
每个核心都有自己的缓存和预取。
您应该将每个线程视为独立执行的程序。在这种情况下，第二种方法的缺点将很明显:您不能在单线程中访问顺序数据。有不应该处理的孔，所以线程不能使用 vector 指令。
另一个问题:CPU 以 block 的形式预取数据。由于不同缓存级别的工作方式，更改 block 内的某些数据标志着缓存已过时，如果其他内核尝试对同一数据 block 执行某些操作，则需要等待直到第一个内核写入更改并再次检索该 block 。基本上在您的第二个示例中，缓存总是过时的，您会看到原始内存访问性能。
处理并发处理的最佳方法是以大的连续 block 处理数据。
关于c++ - 如何让这个并行求和函数使用 vector 指令？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34245119/
我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看rubyzip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d
类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc
很好奇，就使用rubyonrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提
假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于
我正在尝试使用ruby和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我
关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。
给定这段代码defcreate@upgrades=User.update_all(["role=?","upgraded"],:id=>params[:upgrade])redirect_toadmin_upgrades_path,:notice=>"Successfullyupgradeduser."end我如何在该操作中实际验证它们是否已保存或未重定向到适当的页面和消息？ 最佳答案 在Rails3中，update_all不返回任何有意义的信息，除了已更新的记录数(这可能取决于您的DBMS是否返回该信息)。http://ar.ru
我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t