Question

我的代码中有我要并行化的循环

from numba import njit, prange
from time import time


@njit
def f1(n):
    s = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


@njit
def f2(n):
    s = 0
    for i in prange(n):
        for j in prange(n):
            for k in prange(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


@njit(parallel=True)
def f3(n):
    s = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


@njit(parallel=True)
def f4(n):
    s = 0
    for i in prange(n):
        for j in prange(n):
            for k in prange(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


for f in [f1, f2, f3, f4]:
    d = time()
    f(2500)
    print('%.02f' % (time() - d))

我得到了时间：

我检查了我的处理器的活动，虽然前三个功能是100％，但第四个功能是~300％。

我不明白为什么指定并行没有改变任何东西而且需要使用prange。在the doc中，有一个范围示例。

Answer 1

来自Numba文件：

@jit的实验parallel = True选项将尝试优化数组操作并并行运行它们。它还增加了对prange（）的支持，以显式并行化循环。

既然你没有在你的函数中做任何数组操作，那么Numba没有任何东西可以并行化而没有用prange明确标记循环。

所以只是为了确保没有混乱。当你在装饰中设置parallel = True时，Numba只会将你的循环分成线程，并通过改变来明确地标记循环;范围 - ＆gt; PRANGE。

在你的f4（）中你已经把prange放在了所有的for循环中，我建议只把prange放在最外面的循环上，因为你不想冒险从线程中产生线程。即：

@njit(parallel=True)
def f5(n):
    s = 0
    for i in prange(n):
        for j in range(n):
            for k in range(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s

Answer 2

我在Github上创建了一个问题，贡献者非常准确地回答了问题（https://github.com/numba/numba/issues/2960#issuecomment-388767318）。

如果他想在这里重新发表答案，我会接受。

numba没有并行化范围

2 个答案: