ParallelCombine

ParallelCombine[f,h[e1,e2,…],comb]

并行计算 f[h[e1,e2,…]]，将计算分配到所有并行内核上，并用 comb 组合产生的部分结果.

ParallelCombine[f,h[e1,e2, …]]

如果 h 有属性 Flat，等价于 ParallelCombine[f,h[e1,e2,…],h] ，其它情况下等价于ParallelCombine[f,h[e1,e2,…],Join].

更多信息和选项

  • ParallelCombine[f,h[e1,…,en],comb] 形成表达式 f[h[e1,…,ek]]，f[h[ek+1,…]]， …， f[h[…,en]]，在所有内核上计算这些表达式，并用 comb[r1,r2,…] 组合结果 ri.
  • 缺省组合运算 Join 适用于函数 f，这样 f[h[e1,…,ek]] 的结果中包含头部 h. 这包含有属性 Listable 的所有函数.
  • 对于有属性 Flat 的头部 h，缺省组合运算 h 实际上执行结合率 h[e1,…,en] = h[h[e1,…,ek],h[ek+1,…],…,h[…,en]].
  • 若选择相兼容的 comb，ParallelCombine[f,h[e1,e2,…],comb] 等价于 f[h[e1,e2,…]].
  • 如果没有内核，ParallelCombine 通常计算 f[h[e1,e2,…]].
  • ParallelCombine 采用与 Parallelize 相同的 Method 选项. 可能的设置包括：
  • "CoarsestGrained"将计算分解成尽可能多的可用内核
    "FinestGrained"将计算分解成尽可能小的子单元
    "EvaluationsPerKernel"->e将计算分解成每个内核最多 e 个部分
    "ItemsPerEvaluation"->m将计算分解成每个子单元最多 m 个运算
    Automatic在开销和负载均衡之间折中
  • ParallelCombine 采用的 DistributedContexts 选项与 Parallelize 相同；默认值为 DistributedContexts:>$DistributedContexts.
  • ProgressReporting 选项指定是否报告并行计算的进度.
  • 默认值是 ProgressReporting:>$ProgressReporting.

范例

打开所有单元关闭所有单元

基本范例  (2)

将 f 并行作用到列表的4个块中 (存在4个并行内核)：

显示每次计算发生的位置：

默认情况下，Join 作为一个组合器（combiner）函数使用：

执行一次并行过滤操作：

范围  (9)

可列表函数  (1)

所有 Listable 函数可以使用 ParallelCombine 并行化：

如果该函数不是 Listable，则使用一个显式的 Map：

保结构函数  (3)

许多函数型程序结构可以使用 ParallelCombine 并行化：

该结果不必具有与输入相同的长度：

并行计算列表元素：

简化（Reductions）  (3)

匹配元素的完全统计等于部分统计的和：

如果一个元素出现在至少一个块中，则它出现在列表中：

如果一个元素不出现在任何块中，则它不出现在列表中：

相关函数  (2)

每个子内核执行较少的加法运算，而组合器把结果组合起来：

自动为 Flat 函数挑选组合器：

典型 Flat 函数：

推广和延伸  (1)

一些变量组成的可列表函数：

选项  (11)

Method  (6)

把计算分成最小可能的子单元：

把计算分成与可使用内核相同数目的块：

对于整个任务，把计算分成最多每个内核两次计算：

把计算分成每次计算最多5个元素：

默认选项设置权衡计算规模和计算次数：

可视化每个内核的计算次数和每次计算的项：

DistributedContexts  (5)

默认情况下，当前上下文的定义会自动分配：

没有分配任何函数的定义：

分配出现在并行计算中的所有上下文中的符号定义：

只分配给定上下文的定义：

恢复 DistributedContexts 选项的值为默认值：

应用  (3)

并行化简一个可结合的表达式：

求出一个计算是如何在内核中分配的：

MapThread 的一个并行版本：

属性和关系  (5)

ParallelMap 的一次执行结果：

对于可列表函数，ParallelCombine 和 ParallelMap 是等价的：

Parallelize 通过关于 ParallelCombine 实现：

许多数据并行命令的并行版本可以使用 ParallelCombine 轻松地编写：

当需要时，互动定义的函数自动分配到所有内核中：

手动分配定义且禁止自动分布：

现在，函数在并行内核中计算：

可能存在的问题  (2)

组合器（combiner）必须与部分结果兼容：

默认组合器是 Join，它对于类列表的结果是适当的：

函数可以简化短的参数列表，但不能简化长的参数列表：

部分表达式的这种简化可能导致不能进行并行计算：

为了阻止部分表达式的这种简化，只能在最后应用想要的函数：

Wolfram Research (2008)，ParallelCombine，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ParallelCombine.html （更新于 2010 年）.

文本

Wolfram Research (2008)，ParallelCombine，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ParallelCombine.html （更新于 2010 年）.

CMS

Wolfram 语言. 2008. "ParallelCombine." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2010. https://reference.wolfram.com/language/ref/ParallelCombine.html.

APA

Wolfram 语言. (2008). ParallelCombine. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ParallelCombine.html 年

BibTeX

@misc{reference.wolfram_2024_parallelcombine, author="Wolfram Research", title="{ParallelCombine}", year="2010", howpublished="\url{https://reference.wolfram.com/language/ref/ParallelCombine.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_parallelcombine, organization={Wolfram Research}, title={ParallelCombine}, year={2010}, url={https://reference.wolfram.com/language/ref/ParallelCombine.html}, note=[Accessed: 21-November-2024 ]}