问一个简单的问题。
并行加速和效率有什么区别。
谢谢
【问题讨论】：
标签： multithreading performance parallel-processing
如果你有两个工人，在一个幼稚的世界里，你应该能够在一半的时间内完成一项工作。这是 2 倍 加速。如果这两个工作人员根本不交互并且独立工作，那么理论上可以实现 2 倍的加速。这类问题称为embarassingly-parallel，并不常见。 在这种情况下，两个工人都可以像原来的工人一样快速地继续工作，即效率为 100%。
Amdahl's Law: 尽管如此，在现实世界的计算中，总是存在一些共享资源，因此两个工作人员之间存在一些争用。这意味着两个工人的运行速度可能会比原来的单个工人慢一些。
效率现在成为衡量每个工人速度下降的指标。假设他们以原来单工速度的 0.9 倍运行，现在效率是 90%
效率下降也意味着在最初的时间内，任一工人只完成了 90% 的工作。所以实际加速从 2 倍下降到 1.8 倍
【讨论】：
只是在这里添加技术定义。 T_1 是您的应用程序在 1 个处理器上完成所需的时间（连续时间），而 T_p 是您的应用程序在 p上执行所需的时间> 核心。然后，加速比 S 定义为
S = T_1 / T_p
加速是衡量您在使用 p 内核时获得的加速度， 对应的效率E定义为
E = T_1 / (p T_p)
效率衡量您并行利用 p 内核的程度。 p 内核的最大理论加速是 p，但只有在令人尴尬的并行应用程序（没有通信和其他开销）时才能达到这个限制。相应地，最大效率为 1（或 100%）。在实践中，一个常见的经验法则是，应用的目标应该是至少达到 0.7（或 70%）的效率。
【讨论】：
一位女士可以在 9 个月内生孩子。
如果你把 9 位女士放在案子上，那么 1 个月你就不能生孩子。这是零加速和 11% 的效率。
如果你把 9 位女士放在箱子上，你可以在 9 个月内生下 9 个婴儿。这是 9 倍的加速和 100% 的效率。
【讨论】：