multithreading - 使用 @async @sync 宏来提高性能

Question

我正在尝试使用 @async @sync 并行化此函数

function INSR_opt(f)
    function INSR0_opt(seq)
        len = length(seq)
        res = seq[end]
        @inbounds @sync for i in range(len-2,step=-1,stop=0)
            @async res = f([seq[i+1], res])
        end
        return res
    end
    return INSR0_opt
end

我使用宏的方式对我来说似乎是正确的，但性能却变得更糟 没有宏:

122.962 μs (1073 allocations: 69.00 KiB)

使用宏:

154.681 μs (1091 allocations: 69.95 KiB)

我什至尝试使用@spawn而不是@async，但性能仍然不会提高。我检查了使用 Threads.nthreads() 运行的线程数，它们是 4

Answer 1

您的代码是顺序的，因为您在 res 中具有递归依赖性 - 因此尝试并行化它既不可能，也可能导致不正确的结果。本质上，您的代码尝试以效率较低且非通用的方式重新实现 foldr:

julia> INSR_opt(((a, b),) -> a => b)(1:4)
1 => (2 => (3 => 4))

julia> foldr(=>, 1:4)
1 => (2 => (3 => 4))