Hilos que no aceleran y una suma 112 veces más rápida
El mismo trabajo, sumar cien millones de enteros, corrido de dos maneras:
con una lista de Python recorrida por índices y con un arreglo de NumPy sumado por segmentos,
cada una con 1, 2, 4 y hasta 16 hilos. Escoja cuánto tarda cada versión antes de destapar
las tablas medidas y después compare las dos escalas de tiempo.
1. El programa
Con la lista de Python, cada hilo recorre su tramo de índices y
acumula en una variable local:
1import threading, time
2
3size = 100_000_000
4l = [2] * size
5
6def sumar(lst, ini, fin):
7 s = 0
8 for i in range(ini, fin):
9 s += lst[i]
10 return s
Con NumPy cambian tres líneas, las marcadas en amarillo:
1import threading, time
2import numpy as np
3
4size = 100_000_000
5l = np.ones(size) * 2
6
7def sumar(lst, ini, fin):
8 return lst[ini:fin].sum() # suma vectorizada del segmento
El lanzamiento es idéntico en las dos versiones: un recorrido por 2, 4, 6,
8, 10, 12, 14 y 16 hilos que arma cada uno con
t = threading.Thread(target=sumar, args=(l, ini, fin)), le entrega
size // num_hilos elementos y espera a todos con join. El tiempo se
toma con perf_counter antes de crear el primer hilo y después del último
join. Las mediciones se tomaron en un AMD Ryzen 5 3600, 6 núcleos y 12 hilos de
hardware, 32 GB de memoria, con Python 3.14 sobre Linux.
2. Antes de ver la tabla
Con la lista de Python, ¿cuántos segundos tarda la suma con 4 hilos?
Con NumPy y un solo hilo, ¿cuántos milisegundos tarda?
Un hilo con la lista tardó 5,05 s. Los cuatro hilos se reparten el mismo
trabajo, veinticinco millones de sumas cada uno, y corren sobre una máquina con 6 núcleos
libres.
3. Las dos tablas
Cada fila se destapa cuando comprueba la predicción que le
corresponde. La ganancia de cada tabla es el tiempo de un hilo dividido por el tiempo de la
fila.
Lista de Python y bucle de índices
Hilos
Tiempo
Ganancia sobre el secuencial
Arreglo de NumPy y lst[ini:fin].sum()
Hilos
Tiempo
Ganancia sobre el secuencial
Los dos paneles de barras tienen escalas distintas: cada uno toma como
pista completa la corrida más lenta de su propia tabla. A la escala del panel de la lista las
barras de NumPy no se verían, porque son cientos de veces más chicas. Las dos versiones se
comparan con los números de las tablas, no con el ancho de las barras.
4. Por qué NumPy sí escala
Con la lista, agregar hilos subió el tiempo; con el arreglo, lo
bajó a la mitad. El programa que los lanza es el mismo.
5. Por qué se estanca en 0,024 s
De 2 a 16 hilos el tiempo con NumPy pasa de 0,027 a 0,024 s: ocho
veces más hilos para bajar 3 ms.
El arreglo ocupa unos 800 MB y la suma los recorre de punta a punta: cada
hilo pide memoria continuamente y el ancho de banda es el mismo para todos.