在"动态创建伪随机数生成器" Matsumoto 和 Nishimura 告诫不要为了并行模拟而粗心地初始化 MT PRNG，这些模拟假设来自不同生成器的数字流彼此独立：
并行机器中PRNG的常用方案是为每个过程使用相同的PRNG，具有不同的初始种子。 但是，此过程可能会产生不良冲突，特别是如果生成器基于线性递归，因为在这种情况下，两个伪随机序列的总和满足相同的线性递归，并且可能出现在第三个序列中。 如果与状态空间的大小相比，并行流的数量变得很大，则危险变得不可忽视。
流的数量必须达到多大才能成为一个严重的问题？ 在标准MT的情况下，MT19937，状态空间相当大......我肯定可以看到在 20,000 个序列中存在线性关系模 219937−1，但是 400 个序列之间的生日悖论式关系怎么样？
看起来这实际上是一个严重的问题，因为并行 PRNG 实现确实包括 DCMT，但最好有一些失败的例子，并且对于这成为问题时有一些意义。
这里有一个关于这个问题的讨论。
取 MT 空间中"相距很远"的两个流，它们的总和也满足 复发。 因此，对第三流的担忧不仅仅是 关于与前两个流的相关性或重叠，但是， 取决于应用程序，也与 前两个流。 移动到 N 个流，并且有 O（N**2） 直接的金额要担心，然后是总和，然后...
仍然不会对我的统计预期寿命造成问题，但我 只有 4 个内核 ;-）
所以这比生日悖论更糟糕。 问题实际上很可能与log（状态空间的大小）/log（2）序列有关，对于标准MT来说，它大约有14个序列。