我曾经调试过一个LDA的多核心版本，性能惨不忍睹，就是因为在每个cycle上都要使用内存拷贝将局部状态同步到全局状态，在做这件事的时候CPU只能傻傻地等，导致CPU利用率根本上不去。。。

为了提高性能，需要降低每个cycle所需要的通信数据，不过那就需要重新设计算法了，而且未必能设计出来。

【 在 Akyrum 的大作中提到: 】
: 自己写的蒙特卡洛仿真程序，用了tbb和mkl，在8c16t的台式机cpu占用率只有35%左右（debug版本能开到95%+）。
: 指定tbb只用单线程，开8个进程同时跑，也是35%左右。
: 我确定代码里没用等待或锁，并且IO都放到了ramdisk里，运算速度上不去的原因会是什么呢？
: ...................
--
修改:siegfried415 FROM 60.16.237.*
FROM 60.16.237.*