julia 与并行计算（部分有参考和转载）

（1）查看当前是否是多核运行环境

julia> nprocs() # 一般默认的启动是单核

1

（2）如果不是，可以增加

julia> nprocs()

1

julia> addprocs(2) # 增加二个CPU核

2-element Array{Any,1}:

 2

 3

julia> nprocs()

3

 

（3）指定某个核去进行相应的计算

julia> r = remotecall(2, rand, 2, 2)

RemoteRef(2,1,2)

julia> fetch(r)

2x2 Array{Float64,2}:

 0.307291  0.132549

 0.279847  0.0266977

julia> s=remotecall(3, rand, 2, 2)

RemoteRef(3,1,4)

 

julia> fetch(s)

2x2 Array{Float64,2}:

 0.906434  0.272713

 0.910273  0.227246

julia> remotecall_fetch(2, getindex, r, 1, 1)

0.307290542962672

julia> remotecall_fetch(2, getindex, s, 2, 1)

0.9102734845481404

但remotecall或remotecall_fetch都有一个问题，即是核的位置是需要记住的。

julia> a=@spawn rand(2,2)

RemoteRef(2,1,12)

julia> b=@spawn maximum([2,2])

RemoteRef(3,1,13)

julia> c=@spawn minimum([2,1])

RemoteRef(2,1,14)

julia> fetch(a)

2x2 Array{Float64,2}:

 0.634395  0.770792

 0.882946  0.346484

julia> fetch(b)

2

julia> fetch(c)

1

 

（4）并行计算的顺序和单核的情况不一样

julia> @parallel [println("$i") for i =1:10]

         From worker 3:       6

         From worker 3:       7

         From worker 3:       8

         From worker 3:       9

         From worker 3:       10

         From worker 2:       1

         From worker 2:       2

         From worker 2:       3

         From worker 2:       4

         From worker 2:       5

10-element DArray{Any,1,Array{Any,1}}:

 nothing

 nothing

 nothing

 nothing

 nothing

 nothing

 nothing

 nothing

 nothing

 nothing

 

# 布置一个其它核运行的任务，等其计算后，再取过来。

julia> b=@parallel [i for i =1:10];

julia> fetch(b)

10-element DArray{Int64,1,Array{Int64,1}}:

  1

  2

  3

  4

  5

  6

  7

  8

  9

 10

   可见，取过来的值，完全是有序的。