我注意到当python(可能只是numpy
?)正在占用内存,系统cpu时间变得重要。在
例如,当运行以下代码时(numpy
多线程被禁用):
import numpy as np
a = np.random.rand(50, 50, 1000000)
大约88%的运行核心用于用户时间,12%用于系统时间。在
但是,运行以下代码时:
^{2}$所有cpu时间都用于用户时间。在
我想了解:
(1)为什么会这样?在
(2)我是否需要配置我的代码以使用更少的内存?请注意,当我说剖析的时候,我不在乎记忆,而我唯一在乎的是walltime。我只是担心太多的系统时间会减慢我的程序。在
测试代码:
linux
time
命令的结果: Fig 1还有:
^{pr2}$结果表明,在方法1中,系统调用时间随着块大小的增加而减少,最终将达到与方法2相同的水平。同时,由于用户空间-时间开销的快速增长,系统调用的时间开销比例随着块大小的减小而减小。在
至于方法3,它忽略了分配大量内存的开销,导致系统调用的开销非常小,这在您的程序中基本上是不真实的(我知道它会做什么!)。在
相关问题 更多 >
编程相关推荐