Multithreading 朱莉娅的@spawn fetch和@sync@sync有什么区别

要异步执行多个工作（排序向量，主要是函数计算（计算是计算或内存限制的，目前，我可以用以下方式编写这些操作）：

使用

线程@spawn

还有这种模式（看起来更干净）：

---

对于这个特定的用例，哪一个是首选的？

Julia对并行化有以下支持（另请参阅）

使用

@SIMD

和

@inbounds

宏生成SIMD程序集代码（有关详细信息，请阅读）

绿色线程（co例程）-这些不是实际的线程，但允许一个任务等待另一个任务，通常是在其他任务不消耗当前线程上的CPU的情况下。很好的示例包括等待密集的I/O操作或分布式进程的编排。绿色线程非常轻，可以有数千个，但它们都在一个线程内执行单个（调用）系统线程

通过

Threads

模块执行线程。这允许生成实际的系统线程。与此列表中的下一个场景相比，优势在于所有线程共享相同的进程内存

通过

分布式
模块进行多处理/分布式计算。这里的好处是，您可以使用相同的API从一台机器移动到一个集群。在任何HPC计算场景中，这都是首选

GPU计算

在您的帖子中，您考虑的是绿色线程与真实线程。规则很简单：

• 如果您的函数

  f1

  ，

  f2

  ，

  f3

  主要执行I/O操作，并且不是CPU密集型（例如从internet下载文件）或等待其他进程完成-请使用绿色线程（

  @sync

  /

  @async

  ）
• 否则，请使用

  线程

  （或

  分布式

  计算）。在CPU密集型作业中，这一点尤其重要，因为绿色线程使用单个系统线程，因此不会提高性能

---

你可以将

@sync

与

线程一起使用。@spawn

也可以。你应该写一本关于“与Julia并行编码”的书。我会买它；-）这里有几篇关于并行计算的帖子-如果你找到了它们，那或多或少就是你需要知道的一切；-）

_f1 = Threads.@spawn f1(x)
_f2 = Threads.@spawn f2(x)
_f3 = Threads.@spawn f3(x)
y1 = fetch(_f1)
y2 = fetch(_f2)
y3 = fetch(_f3)

@sync begin
  @async y1 = f1(x)
  @async y2 = f2(x)
  @async y3 = f3(x)
end