Программирование для многоядерных процессоров

это правильно. Ваша программа не будет работать быстрее (за исключением того, что ядро обрабатывает меньше других процессов, потому что некоторые процессы запущены на другом ядре), если вы используете многопоточность. Однако, если вы используете параллелизм, больше ядер улучшает фактический параллелизм (с меньшим количеством ядер параллелизм чередуется, тогда как с большим количеством ядер вы можете получить истинный параллелизм между потоками).

сделать программы эффективно параллельными не просто задача. Если сделано плохо, что делает вашу программу параллельной может на самом деле сделать его медленнее! Например, если вы проводите много времени нереста потоков (поток работ-это очень медленно), и выполнять работу на очень небольшой размер фрагментов (так что накладные расходы на поток строительство доминирует в реальной работе), или если вы часто синхронизировать данные (которые не только сил, чтобы все системы работали поочередно, но также имеет очень высокую нагрузку на верхнюю часть его), или если вы часто пишите данные в той же кэш-линии между несколько потоков (что может привести к недействительности всей строки кэша на одном из ядер), то вы можете серьезно повредить производительность с одновременным программированием.

также важно отметить, что если у вас есть N ядер, это не означает, что вы получите ускорение N. это теоретический предел ускорения. На самом деле, возможно, с двумя ядрами это в два раза быстрее, но с четырьмя ядрами это может быть примерно в три раза быстрее, а затем с восемью ядрами это около трех в полтора раза быстрее и т. д. Насколько хорошо ваша программа действительно может воспользоваться этими ядрами, называется параллельной масштабируемостью. Часто накладные расходы на связь и синхронизацию предотвращают линейное ускорение, хотя в идеале, если вы можете избежать связи и синхронизации как можно больше, вы можете надеяться приблизиться к линейному.

было бы невозможно дать полный ответ о том, как писать эффективные параллельные программы на StackOverflow. Это действительно предмет по крайней мере одного (возможно, нескольких) курса информатики. Я предлагаю вам записаться на такой курс или купить книгу. Я бы порекомендовал вам книгу, если бы знал хорошую, но в курсе алгоритмов паралелла, который я изучал, не было учебника для этого курса. Вам также может быть интересно написать несколько программ, использующих последовательную реализацию, параллельную реализацию с многопоточностью (регулярные потоки, пулы потоков и т. д.), и параллельная реализация с передачей сообщений (например, с Hadoop, Apache Spark, облачными потоками данных, асинхронными RPCs и т. д.), а затем измерение их производительности, варьируя количество ядер в случае параллельных реализаций. Это была основная часть курсовой работы для моего курса параллельных алгоритмов и может быть довольно проницательной. Некоторые вычисления, которые вы можете попробовать распараллелить, включают вычисление Pi с помощью метода Монте-Карло (это тривиально распараллеливается, если вы можете создать генератор случайных чисел, где случайные числа генерируемые в разных потоках независимы), выполняя умножение матрицы, вычисляя форму эшелона строки матрицы, суммируя квадрат числа 1...N для очень большого числа n, и я уверен, что вы можете думать о других.