CPU 密集型的操作是否只能横向堆机器，从软件层面上没有什么好的解决方案么？

[SystemLight]

CPU 密集型多核 CPU 下可以采用进程或者方式来执行程序，但是这种资源是有限的，在高并发的前提下非 IO 密集型的操作是不是只能堆机器了呢！

[unixeno]

CPU 密集型任务的瓶颈是 CPU
要么减少计算量=用更高效的算法优化
要么提升机器计算能力=换更高性能的 CPU 或者堆机器

[reus]

改进算法啊

[lithiumii]

算法？

[AX5N]

换成 c++

[cljnnn]

数据结构与算法

[namelosw]

优化算法，优化技术栈，以前还有换专用 CPU，现在有的计算可以 GPU 之类的。

而且大部分软件也不能直接横向堆机器，得能横向执行的代码才行，比如 Spark 上跑的那种。我们面试默写的大部分算法是不能有效率地横向执行的。

[cabing]

瓶颈在 cpu，得看那些功能影响 cpu，分层次去优化。

程序 cpu 性能监控。对当前程序的消耗能有个了解啊。方便后续优化对比。
编程语言层级：越靠近操作系统的语言性能越高，有些地方可以用汇编代替
代码层级：优化代码功能
代码设计层级：合理的设计，是否充分利用了每个 cpu
业务层级：业务能否优化和改进
架构层级：架构上是否合理？是否高效？如果单机不合理，是否能够多机部署呢？
就像上面说的也可以换专业的 GPU 来，GPU 编程可能有点不一样，需要学习下。


当然算法也很重要。如果真的是很耗费资源，是时候对关键部分做算法分析了。


土豪只用看下架构能够堆机器就行，不用太管其他的优化。

[dazhangpan]

能做的事情特别多，特别特别多...先学个 profiler 作为入门吧..

[nightwitch]

CPU 密集型
高并发

这两个词是矛盾的，CPU 密集型的应用都期望尽可能的抢占 CPU 和系统资源， 而高并发需要每一个会话尽可能的少占用资源。

[Mithril]

改算法
换 Cpp+Intel Compiler
手写并行指令
横向堆机器的前提是你的算法可以横向扩展，并不是所有算法都可以这么干的。有的时候你横向扩展带来的通信损耗都比收益高

[tanranran]

换语言

[MiffyLiye]

1L 已经指出来了两个大方向

补充一下要减少计算量，除了改进算法之外，还有其他选项

1. 降低资源消耗
改进算法
降低对精确度的要求：用精确度不高的算法（例如 Monte Carlo method ）
降低对实时性的要求：用任务队列异步处理
降低其他要求：需要综合很多因素权衡利弊

2. 提高资源供给
换更强的 CPU
加 CPU

[ConradG]

还可以撸专用芯片，比如写个 FPGA 之类。

[penguinWWY]

Profile-guided optimization

[msg7086]

还可以想办法改用 GPU 。显卡同价位下性能可不是强一点点。

[p2pCoder]

性能调优 先跑个 profiler 找下瓶颈在哪
并发的 cpu 密集计算 建议 几方面优化 ，首先是合理的 计算分片，减少线程 进程切换的 cpu 消耗，然后是并行计算要考虑中间结果的缓存，看逻辑上是否有大量的重复计算，最后，就是优化算子，比如 整形 浮点型的位数，字符串转 hash，减少字符串操作，用取 hash 及 hash 后的整数的位运算取代
如果是 java golang python 这些语言，还要考虑在计算密集型的应用中，gc 的巨大压力，以及语言本生的限制，如果最后真的是调优无法达到要求，就建议 c++重写，性能会有质的提升，还可以从编译器以及硬件架构层面进行优化

[wtsamuel]

调优以及
能用硬件解决的事，别用软件解决