在典型的 Intel/AMD 多核机器上进行快速计算/巨大内存的多线程效率

对于使用多线程进行密集计算的开发人员来说，这是一个有点实际的问题。

在具有 Intel 或 AMD 多核处理器的典型架构的机器上，使用多线程在大面积内存上重复简单的演算是否有效？

例如，假设我想增加一个巨大的整数数组（或对它们进行一些非常简单的操作），并在具有每个子数组的不同线程之间共享工作负载。

根据处理器的内核数量以及是否超线程，机器可以有 N 个并发线程。我的微积分速度可以乘以接近 N 的值吗？或者 RAM 访问的瓶颈会更快出现吗？

我公司可以租用的典型机器有 N = 40。但如果出现 5 个线程的瓶颈，那么这些机器对我们的目标没有用处。

我知道从理论上讲，RAM 访问可能是一个瓶颈，但对于在大内存上重复的同类快速操作，我需要实际经验反馈。

这取决于机器架构和配置的细节。但是，对于增加一个巨大的整数数组之类的事情，您通常可以在内核用完之前使内存总线饱和，因此内存成为瓶颈。

您可以从机器的详细规格中计算出该机器的理论内存带宽，然后通过多线程，您可以期望在现实生活中达到该值的 80% 到 100%。