为什么请求比工作线程更多的节点会使MPI更快

我使用的是一个MPI程序，它将把一个巨大的样本空间平均地划分为工作线程，并并行地完成这项工作。我正在使用以下脚本提交我的作业

#!/bin/bash
#PBS -l nodes=NNODES
mpirun -np NPROC ./run >log

我从我的集群网页上发现，我们每个节点有10个核心。我天真地假设，如果我需要100个工作线程（NPROC），我只需要请求10个节点（NNODES）。然而，我发现当我增加nNode时，程序运行的walltime持续减少

我猜这是因为在每个节点分配1个工作线程而不是多个工作线程时，资源竞争较少。如果这是真的，我认为当NNODES==100（NPROC）时，墙时间也会变平，因为现在每个节点将有1个工作线程，如果节点数超过请求的工作线程数，墙时间不会进一步减少

---

然而，我又错了，因为进一步增加NNODES超过100（NPROC）几乎线性地进一步减少了墙时间。这让我很困惑，因为源代码实际上是从上面的脚本中读取NPROC并将示例划分到它们中，我不明白为什么请求的节点比工作线程多会使速度更快。

如果您的程序使用大量I/O，您可能会看到一个副作用，即保留大量节点，您会阻止其他作业运行，因此网络、文件系统等压力较小，并且您的作业有更多的资源。但如果您的作业是CPU受限的，则不适用