简要背景：我正在使用贝叶斯推理方法，如 MCMC 或 HMC。到目前为止，我一直在使用 emcee 包来使用 MCMC 推断模型参数。我使用 emcee 的主要原因是因为它允许 MPI 并行化对后验分布进行采样的步行者。因此，每个步行者都在一个单独的核心上运行。可以在链接中找到使用 emcee 的线性回归的简单示例：https://emcee.readthedocs.io/en/stable/tutorials/line/
问题：对于我的具体问题，我需要解决一个特征值问题并将特征值与每个 MCMC 步骤的数据进行比较。我们必须找到其特征值的矩阵 M 是一个平均大小 (2500 x 2500) 的复杂 Hermitian 矩阵。每个在单独核心上工作的步行者都必须解决这个特征值问题。我可以使用 numpy.linalg.eigh() 或 spicy.linalg.eigh() 或 scipy.sparse.linalg.eigsh() 作为特征值求解器，并且我知道它们每个都在不通过 MPI 实现运行时使用所有可用内核。但是，由于我正在并行化 walker，因此每个 walker 都被限制为一个内核，因此特征值求解器不会使用所有其他内核（即使我提供的内核数多于 walker 的数量）。
我的问题：回答以下任何或所有问题都会有很大帮助。
我对特征值问题运行时的测试可以在 GitHub 存储库中找到，用于对不同的特征值问题求解器进行基准测试，可在以下链接中访问：https://github.com/srijaniiserprinceton/test_eigprob
