Pregunta para los desarrolladores: uso de todos los núcleos de cálculo durante la optimización - página 10
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
3. El problema de"un núcleo, un trabajo" no se ha resuelto ni probablemente se resolverá.
Esto es ineficiente para la nube, los trabajos tienen que ser pasados en paquetes, así que no lo serán. Parte de la solución consiste en distribuir sólo una parte de los trabajos, y luego repartir miniproductos a los agentes que queden libres. Pero en el caso de los agentes locales y las granjas, se debe dar un trabajo a cada uno, el maestro es el jefe y el tráfico no juega ningún papel.
Esto es ineficiente para la nube, los trabajos necesitan ser repartidos en paquetes, así que no lo serán. Se puede mejorar parcialmente la situación distribuyendo sólo una parte de los puestos de trabajo y dando a los agentes libres miniproductos. Pero para los agentes locales y la granja se debe dar una tarea cada uno, el maestro es el jefe, y el tráfico no es real.
Tienes toda la razón.
Esto es ineficiente para la nube, los trabajos necesitan ser repartidos en paquetes, así que no lo serán. Se puede mejorar parcialmente la situación distribuyendo sólo una parte de los puestos de trabajo y dando a los agentes libres miniproductos. Pero para los agentes locales y la granja se debe dar un trabajo, el maestro es su propio jefe, y el tráfico no juega a la realeza.
Así es como funciona ahora: se añaden paquetes, si los agentes están libres y otros están ocupados, se cargan los agentes liberados, y si son más rápidos, se cancelan las tareas que se habían dado anteriormente. Esto es si hay muchos puestos de trabajo, si sólo hay unos pocos, esto probablemente no sucede.
Esto es lo que ocurre ahora: se añaden paquetes, si se liberan agentes y otros están ocupados, se cargan los liberados y si son más rápidos, se cancelan las tareas emitidas anteriormente. Esto es si hay muchos puestos de trabajo, si sólo hay unos pocos, probablemente no ocurra.
Supongo que lo que estoy diciendo es que tal esquema (lote) es inadecuado para los agentes locales ....
Es decir, de 1 a 5 núcleos están ocupados todo el tiempo y docenas de otros núcleos están inactivos .... Además, estos 1-5 núcleos tienen que calcular muchas tareas ....
además de escucharme:
los núcleos más rápidos ahora computarán 3-4 veces más trabajos en la misma cantidad de tiempo... por lo que el cálculo será diez veces más rápido.
y por lo tanto no se puede dar más de un trabajo a un núcleo
Probablemente, lo que digo es que dicho esquema (lote) es inadecuado para los agentes locales ....
porque de 1 a 5 núcleos están ocupados todo el tiempo y docenas más están inactivos .... Además, estos 1-5 núcleos tienen que calcular muchas tareas ....
además de escucharme:
los núcleos más rápidos ahora computarán 3-4 veces más trabajos en la misma cantidad de tiempo... por eso el cálculo será diez veces más rápido.
y por eso no se puede dar más de un trabajo a un núcleo.
¿Tiene los núcleos inactivos para cualquier tipo de optimización o sólo para la genética?
Esto es lo que ocurre ahora: se añaden paquetes, si se liberan agentes y otros están ocupados, se cargan los liberados y si son más rápidos, se cancelan las tareas emitidas anteriormente. Esto es si hay muchos puestos de trabajo, si hay pocos, probablemente no ocurra.
Los paquetes se repartieron casi todos a la vez. Sólo el remanente de dividir el número total de puestos de trabajo entre el número de agentes quedó en reserva para su distribución (en mi opinión). Esto se hizo, creo, en la primavera. ¿Ha cambiado algo desde entonces? No lo he seguido mucho, mi EA está optimizado con carga uniforme, no uso la nube todavía, y la situación de inactividad del agente local es menos relevante para mí ahora.
Los paquetes se repartieron casi todos a la vez. Sólo el remanente de dividir el número total de tareas entre el número de agentes quedó en reserva para su distribución (en mi opinión). Esto se hizo, creo, en la primavera. ¿Ha cambiado algo desde entonces? No lo he seguido mucho, mi EA está optimizado con carga uniforme, no uso la nube todavía, y la situación de inactividad del agente local es menos relevante para mí ahora.
Las observaciones recientes que he realizado no revelan tal problema.
¿Tiene los núcleos en reposo en cualquier tipo de optimización o sólo en la genética?
Utilizo la sobrecarga completa
Reconstruir el probador es nuestra prioridad en este momento. Estamos reescribiendo muchas cosas.
Confirmar el problema de los núcleos inactivos. Pregunta a los desarrolladores: ¿cuándo habrá una actualización y hay alguna solución temporal para este PROBLEMA? Prometió una solución, estoy viendo los puestos de principios de los 20 años... ¡ya 21!
Utilizoel algoritmo genético para la venta al por mayor
Como resultado, la venta al por mayor tarda un par de horas y luego tarda más de un día...
Estoy usando una sobrecarga total
¿hubo suerte en encontrar una solución a este problema? probé desconectando los núcleos y luego corriendo, el último de los que están corriendo no se desconecta, todos terminan esperando uno...
Sólo uso los núcleos de la CPU de mi pc sin red
de los 12 núcleos la mayoría están en reposo...