有没有办法为具有 python 多处理的单个进程指定最大内核数？
Is there a way to specify a maximum number of cores for a single Process with python multiprocessing?
当我初始化为
p = Process(target=fn)，其中 fn 是一些函数调用。
有没有办法指定，比如说进程初始化的参数，以便在运行时分配给 p 的最大内核数受给定数量的限制？
我在文档中找不到这样的参数 here。
由您的函数决定它使用了多少核心（或者更确切地说能够利用），而不是您的 Process 实例
我认为这与您的设计方式有点相反，但是除了操作系统分配它们的方式之外，进程并没有锁定到任何或什至某些核心集，通常为它们提供资源时间管理（CPU、内存、网络、磁盘..），他们实际上是通过其 API.
请求的
除非您的进程不遗余力地利用多个核心，否则它最多只能利用一个核心（线程），并且可能比核心可能的总工作量更少。
然而，许多第 3 方库（例如 NumPy）将利用更多内核，除非通过创建额外线程来指示，通常与系统默认支持的线程一样多。如果是这种情况，您可以调整它们使用的线程数，通常是通过参数或环境变量。
看看这些资源
创建后，您可以在新进程上设置操作系统级别的限制（cgroup settings 对于大多数 Linux 类系统），以在父进程具有足够的权限时更改其调度方式这样做，但这可能会导致比预期更差的性能（例如，如果您创建 8 个线程，但将使用限制为 2 个内核，开销时间将浪费在无法获得更多价值的线程之间切换）
另见
当我初始化为
p = Process(target=fn)，其中 fn 是一些函数调用。
有没有办法指定，比如说进程初始化的参数，以便在运行时分配给 p 的最大内核数受给定数量的限制？
我在文档中找不到这样的参数 here。
由您的函数决定它使用了多少核心（或者更确切地说能够利用），而不是您的 Process 实例
我认为这与您的设计方式有点相反，但是除了操作系统分配它们的方式之外，进程并没有锁定到任何或什至某些核心集，通常为它们提供资源时间管理（CPU、内存、网络、磁盘..），他们实际上是通过其 API.
请求的除非您的进程不遗余力地利用多个核心，否则它最多只能利用一个核心（线程），并且可能比核心可能的总工作量更少。
然而，许多第 3 方库（例如 NumPy）将利用更多内核，除非通过创建额外线程来指示，通常与系统默认支持的线程一样多。如果是这种情况，您可以调整它们使用的线程数，通常是通过参数或环境变量。
看看这些资源
创建后，您可以在新进程上设置操作系统级别的限制（cgroup settings 对于大多数 Linux 类系统），以在父进程具有足够的权限时更改其调度方式这样做，但这可能会导致比预期更差的性能（例如，如果您创建 8 个线程，但将使用限制为 2 个内核，开销时间将浪费在无法获得更多价值的线程之间切换）
另见