我有一个简单的机器学习程序，我用Cl ++用dlib编写。在我编写和测试的机器上，一台运行Kali Linux的1.6 GHz Atom处理器的华硕Eee PC，并通过cmake用g ++编译，它在2分钟内从头到尾运行。但是，在配备2.3 GHz Core i7的Macbook Pro上运行的Windows 7 VM（VMWare Fusion）中，使用VS 2013编译的完全相同的代码需要2个小时才能运行。我正在开发一种在代码中实现多线程的方法，以利用我分配给VM的4个vCPU，但性能上的差异仍然是极端的，我还无法弄清楚原因。即使考虑到虚拟化的性能开销，我也希望VM更快......我觉得我可能会遗漏一些明显的东西。如何让VM中的执行速度至少与Linux机器相媲美？
答案 0 :(得分：3)
没有看到源代码和分析很难说（如果不是不可能的话），有很多可能的原因。
1）VM上的窗口以某种方式检测到它运行缓慢（因为VM）所以为了保持响应，它减少了代码的执行（理论上加快它的方法是添加一个定期采样用户输入的循环，调度程序倾向于为需要交互的进程提供更多的执行时间）2）VS产生了调试/配置文件符号，如果我记得这是默认的，那么它们会增加很大的开销（然后尝试构建版本）。
3）开销已经正确。如果我记得在我的机器上正确启动Eclipse需要花费10秒钟，但在VM（相同的PC）上花费3/4分钟（大约我认为它具有相似的比例，持续2分钟到几个小时。）
4）可能存在其他瓶颈（如带宽使用）
5）你不知道VM在内部是如何工作的（但你可以在两台机器上为各种情况做基准测试，看看你在哪里发现异常）
6）好奇心存在VM更快的情况（我记得有人告诉过，在WinE上运行的代码比在Windows上运行得快，因为WinE使用的是更快的fmod实现）