我在一台机器上运行一些并行代码，每台机器上有4个intel处理器和8个核心。我正在使用TBB。假设一个给定的循环（我并行化）有X次迭代我应该如何选择我的粒度以确保负载是均分的？
答案 0 :(得分：1)
假设你有N个同样强大的CPU。
如果没有循环携带的依赖项（例如，迭代中没有任何内容，我通过以下迭代使用），那么您可以简单地在CPU 1上运行循环迭代0..X / N，并且迭代（X / N）+1假设每次迭代采用完全相同的时间量，或者至少其平均数量不会发生剧烈变化，则CPU 2等上的（2 * X / N）。
如果 循环携带 依赖关系，如果迭代我依赖于所有先前的迭代，您可能会遇到问题。如果它只依赖于前面的k次迭代，你可以让CPU1做迭代0..X / N，并且CPU2做迭代X / Nk ..（2 * X / N），浪费一些工作但是允许CPU2收集所有处理器都需要等等。
如果迭代花费了大量不同的时间，那么最好设置一个包含迭代的工作清单， 并且让CPU在完成先前的迭代时从工作列表中获取迭代。这样，工作就会随着需求的出现而分开。你必须确保每单位工作的时间比获得工作的工作量大得多，否则你将无法获得平行优势;一种方法是从工作清单中获取一小部分迭代，这样该范围内的总工作量就会大大超过调度开销。
答案 1 :(得分：0)
使用TBB，您无需为parallel_for选择粒度。在大多数情况下，TBB默认情况下会动态地平衡工作。 Ira Baxter的答案正确地描述了如何跨线程池划分工作;但TBB已经有类似的机制为您做到这一点。
补充：在复杂的情况下，手动工作分区肯定会得到更好的结果。虽然在这种情况下可能需要使用TBB任务，因为parallel_for可能无法提供足够的控制;例如，通常无法指定每线程块的确切大小。