在《并行与并发编程》一书中的这张图片：http://chimera.labs.oreilly.com/books/1230000000929/ch03.html#fig_kmeans-granularity，起初似乎表明触发过多会带来严重的开销。但如果你仔细看纵轴，你会注意到它已经放大到感兴趣的部分。实际上，所示最好和最坏情况性能之间的比率约为80％，这并不算太糟糕。
总体而言，确定如何以及以多大的块是困难的，容易出错，极度依赖应用程序，并且可能会在明年购买具有更多处理能力的新计算机时发生变化。我更喜欢始终使用最精细的元素和rpar，并接受25％的开销。
触发的开销是否可能比此图显示的要高得多？（特别是如果我总是在二叉树上执行fold而不是列表，因此第二个项目“顺序工作量”的数量就不适用）
针对Don Stewart回答的问题更新：
闪电池是否只包含一个队列，所有处理器都难以访问？还是有很多个？
例如，如果我拥有一台带有无限处理器的计算机和一个二叉树，并且我想对所有叶子进行求和，如：
data Node = Leaf Int | Branch Node Node
sumL (Leaf x) = x
sumL (Branch n1 n2) = let (x,y) = (sumL n1, sumL n2) in (x `par` y) `seq` (x + y)
这个程序能在O（#叶子节点数量）的时间内运行吗？还是在 O（深度）的时间内运行？ 有没有更好的编写方式？
如果我为了得到令人满意的答案而过于抽象，请让我知道。 我对 Haskell 并行性的心理模型仍然非常模糊。