C++11 并行化：犰狳 set_seed_random() 中的瓶颈

Question

在 C++11 中，使用 arma_rng::set_seed_random() 会产生瓶颈。我展示了一种重现它的方法。

考虑这个简单的代码：

#include <armadillo>    // Load Armadillo library.
using namespace arma;

int main()
{
bool jj = true;
while ( jj == true ){
    arma_rng::set_seed_random();            // Set the seed to generate random numbers.
    double rnd_number = randu<double>();    // Generate a random number.
}

}

我用

编译了它

g++ -std=c++11 -Wall -g bayesian_estimation.cpp -o bayesian_estimation -O2 -larmadillo

当我运行终端中的可执行文件时，我看到其中一个内核正在以接近 100% 的 CPU% 处理它。如果我运行个它的更多实例，每个相应进程的 CPU% 会减少，但不会使用新的（和闲置的！）内核。我在 .

中详细说明了这种行为

为什么会这样？

Answer 1

我假设犰狳从 OS 维护的真实随机数池中获取 set_seed_random() 的种子（例如 /dev/random 在大多数 *NIX OS).由于这需要一个物理的熵源（通常是击键的时间、网络事件、其他中断源被使用），这个池是有限的并且可以比生成新的随机数更快地耗尽。

在您的情况下，我假设一个全速运行的可执行文件运行正在以与添加新熵大致相同的速度耗尽池。一旦添加第二个、第三个...，它们就会在等待新随机数进入随机数池时停止。

Answer 2

看看伪随机数生成器的代码，您会发现实例化它 and/or 给它一个新的种子可能是一个相当昂贵的过程。您通常应该只 instantiate/seed 每个线程一个 并在线程的剩余生命周期中使用它。

#include <armadillo>    // Load Armadillo library.
using namespace arma;

int main()
{
    bool jj = true;
    arma_rng::set_seed_random();            // Set the seed to generate random numbers.

    while ( jj == true ){
        double rnd_number = randu<double>();    // Generate a random number.
    }    
}

看起来 arma_rng::set_seed_random() 使用了多种回退，除非定义了 ARMA_USE_CXX11。我的猜测是它在尝试 /dev/urandom 时会很幸运。做 man urandom 了解更多信息。

C++11 并行化：犰狳 set_seed_random() 中的瓶颈

C++11 parallelization: bottleneck in Armadillo's set_seed_random()

c++

parallel-processing

performance

armadillo

c++11