并行代码比串行代码慢（值函数迭代示例）答案

【问题标题】：Parallel code slower than serial code (value function iteration example)并行代码比串行代码慢（值函数迭代示例）
【发布时间】：2016-02-29 19:12:21
【问题描述】：

我正在尝试使用并行化使 Julia 中的代码更快。我的代码嵌套了串行 for 循环并执行值函数迭代。（如http://www.parallelecon.com/vfi/中所述）

以下链接显示了我编写的代码的串行和并行版本： https://github.com/minsuc/MyProject/blob/master/VFI_parallel.ipynb（也可以在github页面找到DefinitionPara.jl中定义的函数。）串行代码定义为main()，并行代码定义为main_paral()。

main() 中的第三个 for 循环是我找到给定的最大化器的步骤（nCapital，nProductivity）。正如官方并行文档中所建议的那样，我将工作分布在 nCapital 网格上，该网格由许多点组成。

当我为串行和并行代码执行@time 时，我得到了

序列：0.001041 秒

并行：0.004515 秒

我的问题如下：

1) 我添加了两个工人，每个工人的工作时间分别为 0.000714 秒和 0.000640 秒，正如您在 ipython 笔记本中看到的那样。并行代码较慢的原因是开销成本？

2）我通过改变增加了网格点的数量

vGridCapital = collect(0.5*capitalSteadyState:0.000001:1.5*capitalSteadyState)

即使每个工作人员完成大量工作，串行代码也比并行代码快得多。当我添加更多工人时，串行代码仍然更快。我认为有问题，但我一直无法弄清楚......这是否与我在并行化函数中传递太多参数的事实有关

final_shared(mValueFunctionNew, mPolicyFunction, pparams, vGridCapital, mOutput, expectedValueFunction)？

非常感谢您的 cmets 和建议！

【问题讨论】：

也可能存在硬件限制，如果您只有一个处理器，您的并行代码实际上仍在以额外开销串行运行。
我有四个核心（8 个逻辑工作者）。我怀疑使用 SharedArray 会使代码比串行代码慢。会不会是这样？

标签： performance parallel-processing julia

【解决方案1】：

如果同步之间的工作量非常小，则任务同步开销可能太长。请记住，常见的 OS 时间片时间片是 10 毫秒，而您在 1 毫秒范围内进行测量，因此在稍微负载的情况下，让所有工作线程同步的 4 毫秒延迟是完全合理的。

在所有任务访问同一个共享数据结构的情况下，访问锁定开销很可能是罪魁祸首，如果共享数据结构是线程安全的，即使是更长的并行任务。

在某些情况下，可以对输入和输出使用非线程安全的共享数组，但必须确保工作人员不会破坏彼此的结果。

取决于工作线程到底在做什么，例如，如果它们输出到相同的数组元素，可能需要为每个工作线程提供自己的输出数组，并最终将它们合并在一起，但这并不你的任务似乎不是这样。

【讨论】：

感谢您的回答！另外，关于你的回答，我想再问你一件事。在我的示例中，每个工作人员都输出到相同的数组元素。（到名为 ValueFunctionNew 的 SharedArray）所以我想给每个工作人员“自己的输出数组”，并按照你的描述将它们合并到最后。你能给我一个简单的例子或参考吗？
据我所见，输出到mValueFunctionNew[nCapital, nProductivity]，这是同一个数组，但您似乎可以通过nProductivity 并行化，每个nProductivity 都有一个工作人员，如果我正确地解释了您代码的内部工作原理。在这种情况下，您只需对mValueFunctionNew 进行切片，然后将子数组放在最后。
我使用 nCapital 维度而不是 nProductivity 进行了并行化，因为 nCapital 维度由大量点组成。这就是final_shared(...) 函数在main_paral() 代码中所做的事情。（您可以在 github.com/minsuc/MyProject/blob/master/DefinitionPara.jl 中看到 final_shared(...) 的样子）。我使用 SharedArray 以便每个进程的工作都可以保存在mValueFunctionNew 中。我不太明白你所说的子数组是什么意思...
子数组我的意思是有nProductivity一维mValueFunctionNew数组，并在最后将它们连接成一个二维数组。