Python numba没有'；t并行化范围

我的代码中有我想要并行化的循环

from numba import njit, prange
from time import time


@njit
def f1(n):
    s = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


@njit
def f2(n):
    s = 0
    for i in prange(n):
        for j in prange(n):
            for k in prange(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


@njit(parallel=True)
def f3(n):
    s = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


@njit(parallel=True)
def f4(n):
    s = 0
    for i in prange(n):
        for j in prange(n):
            for k in prange(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


for f in [f1, f2, f3, f4]:
    d = time()
    f(2500)
    print('%.02f' % (time() - d))

我检查了我的处理器的活动，前三个函数是100%，第四个是300%

---

我不明白为什么指定parallel没有改变任何事情，需要使用prange。在中，有一个例子是Numba文档中的range.

：

@jit的experimental parallel=True选项将尝试优化阵列操作并并行运行它们。它还添加了对prange（）的支持，以显式地并行化循环

现在，由于在函数中不做任何数组操作，所以如果不显式地用prange标记循环，Numba就无法并行化

所以，只是为了确保没有混淆。 当您在装饰中设置parallel=True时，Numba只会将您的循环拆分为线程，并通过更改来明确标记循环；范围->胡说八道

在您的f4（）中，您已经将prange放在了所有for循环上，我建议只将prange放在最外层的循环上，因为您不想冒险从线程中派生线程。 即：

@njit（parallel=True）
def f5（n）：
s=0
对于prange中的i（n）：
对于范围（n）内的j：
对于范围（n）内的k：
s+=（i*kj*j）
返回s

我在Github上创建了一个问题，一个贡献者的回答非常准确（）

---

如果他想在这里转载他的答案，我会接受的。

很有趣。这对我来说似乎是一个错误。我尝试了所有的

jit

和

njit

组合，有和没有

nogil

，我总是在

f1

到

f3

上获得11秒，在

f4

上获得2.5秒。但是afaik

parallel=True

仍然是一个实验性的特性。也许你应该在

numba

github上提交一份bug报告。@Scotty1-谢谢你的帮助，我会等一天再报告。nogil通常会影响性能吗？根据我的经验，它不会影响性能，但我没有使用任何并发线程。我只是想让它能够检查它是否可以并行运行而不发生任何冲突。不要在所有循环上使用prange（OpenMP也不会这样做）。通常，SIMD的目标是将内部循环矢量化，并在外部循环上并行化，以获得最佳性能。fastmath关键字也与此类型的操作相关。这将提供更多代数上正确的优化，这可能会对数值预测产生影响（使用部分和求和）不被视为0维数组吗？如果我将它初始化为numpy ndarray，它会改变吗？你确定是嵌套式的胡闹吗？我认为它的工作原理与OMP不同（例如）。你是说进程而不是线程？

27.44
27.34
26.83
13.05

@njit(parallel=True)
def f5(n):
    s = 0
    for i in prange(n):
        for j in range(n):
            for k in range(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s