python mpi开销_使用MPI获得的性能

时间安排得怎么样？你的笔记本电脑是什么？在

如果您是从shell开始计时的，那么在启动python时可能会遇到延迟(BiggAl建议)。这是真正的开销，值得了解，但可能不是您的当务之急。我很难想象这会造成4秒的开销。。。[编辑后添加到

我认为更可能的问题是内存带宽限制。虽然你要充分利用你的两个核心与这个设置，你只有这么多的内存带宽，这可能最终成为这里的限制。每个核心都试图写入大量数据(范围(N/2))，然后读入(求和)以进行相当少量的计算(一个

所以我怀疑计算不是瓶颈。在

我用timeit在Nehalem设备上运行了同样的设置，每个内核的内存带宽都很好，而且确实获得了预期的加速：from mpi4py import MPI

import timeit

comm = MPI.COMM_WORLD

rank = comm.Get_rank()

N = 10000000

def parSum():

if rank == 0:

...etc

def serSum():

s = sum(range(N))

if rank == 0:

print 'Parallel time:'

tp = timeit.Timer("parSum()","from __main__ import parSum")

print tp.timeit(number=10)

print 'Serial time:'

ts = timeit.Timer("serSum()","from __main__ import serSum")

print ts.timeit(number=10)

从中我得到了

^{pr2}$

如果你认为这是内存带宽问题，你可以通过计算来测试

人工计算重；比如说使用numpy，并对范围更复杂的函数进行求和：sum(numpy.sin(range(N/2+1,N)))。这将使内存访问与计算之间的平衡发生倾斜。在