@spawn fetch和@sync @async在Julia中有什么区别？

Question

要异步地执行多项工作（主要是排序向量和函数计算，其中计算受制于计算或内存，目前我可以按以下方式编写这些操作：

1. 使用 Threads.@spawn

_f1 = Threads.@spawn f1(x)
_f2 = Threads.@spawn f2(x)
_f3 = Threads.@spawn f3(x)
y1 = fetch(_f1)
y2 = fetch(_f2)
y3 = fetch(_f3)

还有一种更简洁的模式：

@sync begin
  @async y1 = f1(x)
  @async y2 = f2(x)
  @async y3 = f3(x)
end

针对这种特定的使用情况，哪一个更受推荐？

- longemen3000

---

你也可以在 Threads.@spawn 中使用 @sync。 - fredrikekre

Answer 1

Julia支持并行计算（也可参见https://docs.julialang.org/en/v1/manual/parallel-computing/）

1. 使用@simd和@inbounds宏生成SIMD汇编代码（阅读https://docs.julialang.org/en/v1/base/simd-types/以获取更多详细信息）

2. 绿色线程（协程）- 这些不是实际的线程，但允许一个任务等待另一个任务，通常是在其他任务不消耗当前线程的CPU时。良好的例子包括等待密集的I/O操作或编排分布式进程。绿色线程非常轻量级，可以有成千上万个，但它们都在单个（调用）系统线程中执行。

3. 通过Threads模块创建线程。这允许生成实际的系统线程。与下一个列表中的情况相比，优点是所有线程共享同一进程内存。

4. 通过Distributed模块进行多处理/分布式计算。这里的好处是，您可以使用相同的API从单台机器移动到集群。在任何HPC计算方案中，这是要考虑的首选项。

5. GPU计算

在您的帖子中，您正在考虑绿色线程与真实线程。规则很简单：

- 如果您的函数f1、f2、f3主要进行I/O操作，并且不会占用大量CPU资源（例如从互联网下载文件）或等待其他进程完成，则使用绿色线程（@sync/@async）。 - 否则，请使用线程（或分布式计算）。这在CPU密集型作业的情况下尤其重要，因为绿色线程将无法提供任何性能提升，因为它们利用单个系统线程。

- Przemyslaw Szufel

---

应该写一本关于“使用Julia进行并行编程”的书。我会购买它;-) - Antonello

这里有几篇我关于并行计算的帖子 - 如果你都找到了，那基本上就是所有需要知道的了;-) - Przemyslaw Szufel

@PrzemyslawSzufel Threads模块是否真的会生成操作系统线程？就我所知，“@spawn”与“@async”几乎相同，只是它可以在任何可用的线程上进行调度，并且您必须手动等待它。 - hasrthur

当使用-t参数或设置了JULIA_NUM_THREADS系统环境变量时，线程实际上是“生成”（=分配）的。然而，@async使用的是绿色线程，这与Threads提供的操作系统级线程完全不同。所有绿色线程都将在单个系统线程中运行，因此它们只对I/O阻塞操作有意义。另一方面，Threads可用于诸如并行计算之类的事情（在这种情况下，@async不会提供任何优势）。 - Przemyslaw Szufel