R、 对于每一步，doMPI都会随着迭代次数的增加而降低速度

我已经在集群上使用了R、doMPI和foreach的组合好几年了，通常增加模拟迭代次数是非常线性的，就所需的执行时间而言。最近我一直在使用这个嵌套的foreach循环，当我增加模拟的数量（NumSim）时，速度会显著降低，我不知道为什么。有没有关于如何诊断或从哪里开始寻找的想法

例如，作为一个测试示例，有10个内核，其他所有的都保持相同，如果

NumSim=10，完成时间为678秒

NumSim=20，时间=1856秒

NumSim=30，时间=3560秒

NumSim=50，时间=7956秒

在之前的工作中，我预计NumSim=50几乎需要678*5~3390秒

results <- foreach (j = 1:NumSim, .combine = acomb) %:%
    ## Person Single Population
    foreach (i = 1:PopSize, .combine=rbind, .packages = c("zoo")) %dopar% {
    annual <- AnnualProbInf(WatCons, CrpPerLit, 1, 1, naf)
    daily <- AnnualProbInf(WatCons, CrpPerLit, 365, 365, khf)
    immune <- AnnualProbInfImm(WatCons, CrpPerLit, 730, 730, khf, DayNonSus)
    out <- cbind (annual, daily, immune)
    }

---

结果我遇到了类似的问题，所以运行了一些测试。得到了一些帮助，但还没有找到解决问题的办法。虽然我的具体示例使用doParallel，但我最近切换到了MPI，并遇到了相同的问题PopSize的值是多少？每个节点使用10个工人还是10个工人？AnnualProbInf是否返回单个数值或向量？我遇到了类似的问题，因此运行了一些测试。得到了一些帮助，但还没有找到解决问题的办法。虽然我的具体示例使用doParallel，但我最近切换到了MPI，并遇到了相同的问题PopSize的值是多少？每个节点使用10个工人还是10个工人？AnnualProbInf是否返回单个数值或向量？