Question

假设我想从一些概率分布中抽取样本。在下面的例子中，我绘制了一些在0和1之间的均匀分布的rv，持续10000次。我不关心矢量中随机样本的排序，毕竟它们是随机的。

(setf my-vec (make-sequence 'vector 10000 :initial-element 0))
(loop :for i :from 0 :to 9999 :do
   (setf (svref my-vec i) (random 1.0)))

我有一台多核机器，我希望并行实现上述代码。（即假设我有4个核心，在一个核心中采样2500，最后将所有样本附加到一个单一的向量中。我之前已经问过Common Lisp Parallel Programming 这里。假设我是CL的总新手，一般编程应该是我解决这个问题的方法吗？我并不需要并行化的高级特性，我只想将采样的计算负荷平均分配给机器核心。如果您可以指出要进行并行化的一些步骤，或者我可以从中受益的一些在线教程，这将非常好。非常感谢。

Answer 1

您需要一个支持多核的Common Lisp实现。例如CCL，LispWorks和某些平台（IIRC）SBCL。

使用LispWorks 6.1及其多处理功能的简单示例如下。它使用称为 barrier 的构造。进程等待障碍，直到有足够的进程到达。这意味着有足够的线程完成了它们的向量初始化。

启动线程的典型功能是PROCESS-RUN-FUNCTION。

(defun make-random-vector (&key (size 10000) (n-threads 4))
  (let ((vector  (make-sequence 'vector size :initial-element 0))
        (barrier (mp:make-barrier (1+ n-threads)))
        (delta   (truncate size n-threads)))
    (loop for i below n-threads
          do (mp:process-run-function
              "init"
              nil
              (lambda (barrier vector start end)
                (loop for i from start below end do
                      (setf (svref vector i) (random 1.0)))
                (mp:barrier-wait barrier :pass-through t))
              barrier
              vector
              (* i delta)
              (+ delta (* i delta))))
    (mp:barrier-wait barrier)
    vector))

并行的Lisp采样

1 个答案: