Я готовлю небольшую презентацию на Ipython, где хочу показать, насколько просто выполнять параллельные операции в Julia.
Это в основном расчет Монте-Карло Пи, описанный здесь
Проблема в том, что я не могу заставить его работать параллельно внутри IPython (Jupyter) Notebook, он использует только один.
Я начал Юлию как: julia -p 4
Если я определяю функции внутри REPL и запускаю их там, все работает нормально.
@everywhere function compute_pi(N::Int)
"""
Compute pi with a Monte Carlo simulation of N darts thrown in [-1,1]^2
Returns estimate of pi
"""
n_landed_in_circle = 0
for i = 1:N
x = rand() * 2 - 1 # uniformly distributed number on x-axis
y = rand() * 2 - 1 # uniformly distributed number on y-axis
r2 = x*x + y*y # radius squared, in radial coordinates
if r2 < 1.0
n_landed_in_circle += 1
end
end
return n_landed_in_circle / N * 4.0
end
function parallel_pi_computation(N::Int; ncores::Int=4)
"""
Compute pi in parallel, over ncores cores, with a Monte Carlo simulation throwing N total darts
"""
# compute sum of pi's estimated among all cores in parallel
sum_of_pis = @parallel (+) for i=1:ncores
compute_pi(int(N/ncores))
end
return sum_of_pis / ncores # average value
end
julia> @time parallel_pi_computation(int(1e9))
elapsed time: 2.702617652 seconds (93400 bytes allocated)
3.1416044160000003
Но когда я сделаю:
using IJulia
notebook()
И попробуйте сделать то же самое внутри Ноутбука, он использует только 1 ядро:
In [5]: @time parallel_pi_computation(int(10e8))
elapsed time: 10.277870808 seconds (219188 bytes allocated)
Out[5]: 3.141679988
Итак, почему Jupyter не использует все ядра? Что я могу сделать, чтобы он заработал?
Спасибо.