我的目标是评估f1（f2（n2），n1）的表达式，n2具有近70个值，n1具有近20个值，因此共有1400个表达式。我想使用dask通过代码优化此问题计算的结构（[n1列表中n1的n2列表中n2的延迟（f1）（延迟（f2）（n2），n1]），调度程序=“进程”，num_workers = num_workers）。关于多处理，我认为dask具有重用f2（n2）值的巨大优势。使用dask生成的图形，应评估f2 70次和f1 1400次。但是，如果使用多重处理，我们将评估1400 f1和1400 f2。生成的dask图证实了这一想法。
如果我设置num_workder = 5，那么dask需要11分钟才能完成，而multiprocessing需要30分钟才能完成，这就是我所期望的。但是，当我设置num_workers = 20时，多处理需要9分钟才能完成，而dask需要8分钟，dask的优势就消失了！对于多处理，时间和核心数之间几乎是线性的关系，但是并不是那么容易。我注意到（使用top命令），对于多处理，每个内核的CPU使用率几乎为100％，num_workers = 5/20。但是，使用dask时，当num_worker = 20时，最多时间，几乎一半的内核处于睡眠状态，而CPU的使用率为0％，另一半内核也处于低杯使用状态。
我使用daks提供的工具对程序进行了概要分析，结果显示没有明显的CPU浪费，如下所示： profiled result
此外，另一个信息是f1和f2的返回是熊猫数据帧，其形状为（1000，3000），float数据类型。我不知道进程之间的通信是否很重要。
我想充分利用20个内核，谢谢大家的帮助和帮助。
