如何在numpy / ipython.parallel中进行分布式矩阵乘法？

Question

我看到了关于如何进行分布式计算的tutorial：

def parallel_dot(dview, A, B):
    dview.scatter('A', A)
    dview['B'] = B
    dview.execute('C = numpy.dot(A, B)')
    return dview.gather('C')

np.allclose(parallel_dot(dview, A, B),
            np.dot(A, B))

为什么教程使用直接视图？如何使用负载平衡视图实现这一点？

我做了一些基准测试，试图找出它的表现如何。

t1 = []
t2 = []
for ii in range(10, 1000, 10):
    A = np.random.rand(10000, ii).astype(np.longdouble).T
    B = np.random.rand(10000, 100).astype(np.longdouble)
    t_ = time.time()
    parallel_dot(dview, A, B).get()
    t1.append(time.time() - t_)
    t_ = time.time()
    np.dot(A, B)
    t2.append(time.time() - t_)
plt.plot( range(10, 1000, 10), t1 )
plt.plot( range(10, 1000, 10), t2 )

结果非常糟糕（蓝色是平行的，绿色是连续的）：

Answer 1

这几乎不值得加载。首先，你要做矢量乘法，而不是真正的矩阵到矩阵乘法。试试吧，哦10000x10000矩阵。如果你有多个核心我认为你可能会开始看到一些差异。