For loop julia@parallel for循环不更新数组

我是julia的新手，为了开始，我想向julia移植一些numpy代码，并希望获得一些不错的性能提升。到目前为止我还不满意

这是我要计算的函数

function s(x_list, r_list)
    result_list = zeros(size(x_list,1))
    for i = 1:size(x_list,1)
        dotprods = r_list * x_list[i,:]'
        expcall  = exp(im * dotprods)
        sumprod  = sum(expcall) * sum(conj(expcall))
        result_list[i] = sumprod
    end
    return result_list
end

数据输入看起来像

v = rand(3)
r = rand(6000,3)
x = linspace(1.0, 2.0, 300) * (v./sqrt(sumabs2(v)))'

对于这个函数和给定的输入，

@time s（x，r）

给出了

0.110619 seconds (3.60 k allocations: 96.256 MB, 8.47% gc time)

在这种情况下，numpy在大约70毫秒内完成了相同的工作，所以我不是很高兴！现在，如果我使用

julia-p2

为

循环执行
@并行：

function s(x_list, r_list)
    result_list = SharedArray(Float64, size(x_list,1))
    @parallel for i = 1:size(x_list,1)
        dotprods = r_list * x_list[i,:]'
        expcall  = exp(im * dotprods)
        sumprod  = sum(expcall) * sum(conj(expcall))
        result_list[i] = sumprod
    end
    return result_list
end

问题是

result_list[i] = sumprod

没有更新，我得到了数组初始化返回的零列表。我做错了什么？
进一步尝试提高速度也没有显示出任何好处，例如

@vectorize_2arg Array{Float64,2} s

和声明类型

function s{T<:Float64}(x_list::Array{T,2}, r_list::Array{T,2}) 

对于给定的函数和输入，这实际上是不可能的！这是虫子吗

非常感谢您的帮助
 Julia的
@parallel
宏执行分布式for循环：它将所有数据复制到其他进程，并对每个进程进行计算，减少结果并返回结果。这些进程不共享内存，甚至可能在其他机器上。您的原始数据永远不会被触及，因为每个工作人员都在修改自己的数据副本。您可能会想到线程，这是Julia将来将要添加的一项当前实验性功能。
Julia的
@parallel
宏执行分布式for循环：它将所有数据复制到其他进程并对每个进程进行计算，减少结果并返回结果。这些进程不共享内存，甚至可能在其他机器上。您的原始数据永远不会被触及，因为每个工作人员都在修改自己的数据副本。您可能正在考虑线程，这是Julia将在将来添加的一个当前实验性功能。
一个问题是您没有等待
@parallel
调用完成。发件人：

…如果不需要，可以省略还原运算符。在这种情况下，循环异步执行，也就是说，它在所有可用的worker上生成独立的任务，并立即返回Future数组，而无需等待完成。调用者可以通过调用
fetch（）
在稍后的时间点等待将来的完成，或者在循环结束时用
@sync
作为前缀等待完成，比如
@sync@parallel for

尝试使用
@sync
作为循环的前缀。一个问题是，您没有等待
@parallel
调用完成。发件人：

…如果不需要，可以省略还原运算符。在这种情况下，循环异步执行，也就是说，它在所有可用的worker上生成独立的任务，并立即返回Future数组，而无需等待完成。调用者可以通过调用
fetch（）
在稍后的时间点等待将来的完成，或者在循环结束时用
@sync
作为前缀等待完成，比如
@sync@parallel for

尝试在for循环前面加上
@sync
哦，很抱歉，我忘了提到我还使用了一个SharedArray作为@parallel for循环的前缀。这实际上应该负责复制。我将修改我的问题，使其变得明显！哦，很抱歉，我忘了提到我还使用了一个SharedArray作为@parallel for循环。这实际上应该负责复制。我将修改我的问题，使其变得明显！谢谢，@sync真的做到了！至于另一部分，我们还可以做些什么来加速julia，从而在单进程模式下获得与python/numpy类似或更好的性能？谢谢，@sync确实做到了！至于另一部分，在单进程模式下，有没有其他方法可以加快julia的速度，以获得与python/numpy类似或更好的性能？
0.000040 seconds (36 allocations: 4.047 KB)