同时运行多个模拟

Question

我想运行许多随机沉积模拟，以便分析统计数据。你知道吗

单独的模拟并不相互依赖，但是每个模拟产生一个1-D numpy数组，我希望我的结果是由这些1-D数组组成的一个2-D数组。你知道吗

我基本上对并行计算一无所知，所以我只有两个想法来实现这一点：

1. 简单的for循环需要几天才能运行（我并不着急）
2. 运行同一个文件很多，每个都有较短的for循环，让操作系统负责在运行之间分配CPU能力，并在所有操作完成后加入文件

然而，我认为必须有更好的方法来做到这一点。我当前的代码如下：

L = 60
N = 100
T = 100

hrubost_relax = np.zeros((N,T))

for n in range(0,N):
    level = np.zeros((T,L))
    heights = np.zeros(level.shape[1])

    for t in range(1,level.shape[0]):
        pos = np.random.randint(level.shape[1])

        left = heights[pos-1] if pos-1>0 else heights[-1]
        right = heights[pos+1] if pos+1<L else heights[0]

        if left<heights[pos]:
            if right<heights[pos]:
                direction = np.random.randint(2)*2-1
                heights[(pos+direction)%L] += 1
            else:
                heights[pos-1] += 1
        elif right<heights[pos]:
            heights[(pos+1)%L] += 1
        else:
            heights[pos] += 1

        hrubost_relax[n,t] = heights.std()/L

我想把外for循环并行化

编辑以显示我的解决方案多处理池

from multiprocessing import Pool

L = 60
N = 1000
T = 100000

hrubost_relax = np.zeros((N,T))

def deposition(n):
    level = np.zeros((T,L))
    heights = np.zeros(level.shape[1])
    w = np.zeros(T)

    for t in range(1,level.shape[0]):
        pos = np.random.randint(level.shape[1])

        left = heights[pos-1] if pos-1>0 else heights[-1]
        right = heights[pos+1] if pos+1<L else heights[0]

        if left<heights[pos]:
            if right<heights[pos]:
                direction = np.random.randint(2)*2-1
                heights[(pos+direction)%L] += 1
            else:
                heights[pos-1] += 1
        elif right<heights[pos]:
            heights[(pos+1)%L] += 1
        else:
            heights[pos] += 1

        w[t] = heights.std()/L

    return w

p = multiprocessing.Pool(4)
for i,x in enumerate(p.map(deposition, range(N))):
    hrubost_relax[i] = x

Answer 1

如果您使用的是CPython实现，由于它使用了一个全局解释器锁，线程不能在这个问题上给您任何加速，这个锁只允许单个线程在任何时候执行（我假设计算是CPU限制的）。但是，如果您的计算机中有多个处理器，^{} module 将允许您并行运行多个进程。但是，尝试运行比处理器更多的进程仍然没有实际价值，因此应该考虑使用^{}