如果我在命令行中键入lscpu：
CPU(s): 4
Thread(s) per core: 2
Core(s) per socket: 2
Socket(s): 1
所以我有两个物理核心。
我没有并行计算的背景，但出于我的目的，我需要它。因此，由于我是MatLab的用户，我对parfor循环很感兴趣，但我需要了解到底发生了什么
我从MatLab文档中了解到，默认的工作者数量是使用单个计算线程的每个物理CPU核心一个，而且这种选择优化了性能。我想了解的是员工数量如何影响绩效：
为此，我尝试运行(受此启发(以下标准代码，更改parpool行中的工作者数量。
m = 500;
A = randn(m);
N = 200;
parpool(1);
tic
x = zeros(1,N);
parfor i=1:N
x(i) = max(abs(eig(A)));
end
toc
我用tic-toc测量所花费的时间。
配备1名工人：% Elapsed time is 26.534430 seconds.
配备2名工人：% Elapsed time is 14.528462 seconds.
配备3名工人：% Elapsed time is 14.403359 seconds.
配备4名工人：% Elapsed time is 17.946775 seconds.
如果我继续和工人们在一起，那就需要更多的时间。
我有两个问题：
我希望有两个工人的最佳表现：为什么有三个工人我仍然有好成绩
为什么更多的员工意味着更多的时间
速度的增益不是线性的(是工人数量的两倍，因此所需的一半计算时间是错误的(。这是由于(几乎(恒定的开销，在这种开销中，底层调度器需要在chunck中分解问题并组织分发，最终再次加入结果。因此，您将获得边际收益。看看古斯塔夫森在维基百科上的定律。
如果问题不是独立的，那么情况会变得更糟，因此各个工人需要相互沟通。最慢的工人放慢速度，其他工人会吃掉你的整体速度。
然而，如果你切换到parpool，(几乎(总是有改进的——问题是它是否值得…
顺便说一句，超线程没有任何好处，因为MATLAB根本不使用它。如果它占用了一个CPU进行计算，那么注册第二个线程也要在这个CPU上执行计算就没有任何好处。。。
现在，在你的特殊情况下：你最多有四个工人。但是，如果您同时使用这四个，您的系统可能会冻结。此外，优先级较高的系统的后台任务无法绕过您在费核上的计算，因此计算将被中断。因此，这不太可能是parpool的最佳设置——我建议始终使用全1核心作为最大值。
这完全独立于这样一个问题，即这是否是一个合理的测试数量来从统计上支持你的结果。