调试 – 在@parallel中调用函数会导致巨大的内存分配

2023年11月26日 217次阅读

我创建了上一个问题(
Julia allocates huge amount of memory for unknown reason)的最小工作示例,隔离了问题.这可以在REPL中直接测试.考虑一下代码：

function test1(n)
    s = zero(Float64)
    for i = 1:10^n
        s += sqrt(rand()^2 + rand()^2 + rand()^2)
    end
    return s
end

–

function test2(n)
    @parallel (+) for i = 1:10^n
        sqrt(rand()^2 + rand()^2 +rand()^2)
    end
end

–

function test3(n)
    function add(one, two, three)
        one + two + three
    end

    @parallel (+) for i = 1:10^n
        sqrt(add(rand()^2, rand()^2, rand()^2))
    end
end

然后,我测试代码：

@time test1(8);
@time test1(8);

@time test2(8);
@time test2(8);

@time test3(8);
@time test3(8);

这是输出：

elapsed time: 1.017241708 seconds (183868 bytes allocated)
elapsed time: 1.033503964 seconds (96 bytes allocated)

elapsed time: 1.214897591 seconds (3682220 bytes allocated)
elapsed time: 1.020521156 seconds (2104 bytes allocated)

elapsed time: 15.23876415 seconds (9600679268 bytes allocated, 26.69% gc time)
elapsed time: 15.418865707 seconds (9600002736 bytes allocated, 26.19% gc time)

有人能解释一下：

>为什么每个函数的第一次运行会分配如此多的内存？
>为什么test2(8)中分配的内存高于test1(8)？他们做同样的事情.
>最重要的是,test3(8)到底发生了什么？它分配了大量的内存.

编辑：

Julia Version 0.3.1
Commit c03f413* (2014-09-21 21:30 UTC)
Platform Info:
  System: Darwin (x86_64-apple-darwin13.3.0)
  CPU: Intel(R) Core(TM) i7-3615QM CPU @ 2.30GHz
  WORD_SIZE: 64
  BLAS: libopenblas (USE64BITINT DYNAMIC_ARCH NO_AFFINITY Sandybridge)
  LAPACK: libopenblas
  LIBM: libopenlibm
  LLVM: libLLVM-3.3

最佳答案 在每个函数的第一次运行中,分配是由于编译：请记住,julia的JIT编译器大部分是用julia编写的,因此包含了在编译过程中消耗的任何内存(主要是类型分析).编译完该函数后,此分配将消失.

对我来说,test2和test3在第二次运行时分配大约50K字节(使用julia -p 2).

最后,并行版本分配一些额外内存的原因与@parallel的工作原理有关.它基本上必须从你的函数中创建一个“thunk”并将其传递给其他进程.此thunk不是预编译的,因为它可能依赖于作为参数传入的变量.

点赞