多核cpulinux

㈠ 多核情況下，實時linux的搶占方式。

假設:您的實時linux調度是默認的,那麼A0會搶占處於運行狀態且優先順序最低的進程所佔用的cpu,也就是cpu1.
如果,你綁定了A0 A1 A2 到core0上,那麼A0會搶core0

㈡ 在Linux系統上，多個線程能否同時使用多個CPU核心有人說能，有人說不能

與超線程CPU在邏輯上模擬雙核不同，多核CPU每個核心都可以獨立執行一個線程，是真正意義的多個物理CPU。
第二個問題，如果你的程序的線程數少於CPU的核心數，且系統此時沒有其他進程同時運行，那麼這個程序的每個線程會享有一個CPU，當同時運行的線程數多於CPU核心數時，CPU會採用一定的調度演算法每隔一段時間就將這些線程調入或調出CPU，以確保每個線程都能分享一部分CPU時間，實現多線程並發。

㈢ 新人求助，求在Linux下的測試CPU多核能力的

不用軟體，自帶的命令就能查到了。
1. 查看物理CPU個數#cat /proc/cpuinfo |grep "physical id"|sort |uniq|wc -l
2. 查看邏輯CPU的個數#cat /proc/cpuinfo |grep "processor"|wc -l
3. 查看CPU是幾核#cat /proc/cpuinfo |grep "cores"|uniq
4. 查看CPU的主頻#cat /proc/cpuinfo |grep MHz|uniq

㈣ 怎麼將linux 多核CPU中的一個核重啟

處理器內核沒有重啟這提法，你可能是指單個內核的重新初始化。

最新內核（不知道從哪個版本開始）已經支持處理器熱插拔，可以在運行過程中移除、添加新內核（處理器），該功能無須額外用戶態軟體支持，可直接通過sysfs完成（有一個特殊的處理器內核，默認不可移除）。
重新初始化一個處理器內核，可以通過 移除+啟用 來完成，這樣的需求倒是挺奇怪。

㈤ linux cpu使用率是單核還是多核的

和睿頻沒有關系。。。 Linux 的CPU佔用率是按照單核心計算的，如果該進程支持多線程，就可以佔用多個核心，單個進程超過100%也是很正常的事。但如果伺服器本身沒什麼負載，單進程或很多進程CPU佔用率超過100%就需要查看原因了。

㈥ linux單進程如何實現多核cpu多線程分配

linux下的單進程多線程的程序，要實現每個線程平均分配到多核cpu，主要有2個方法

1：利用linux系統自己的線程切換機制，linux有一個服務叫做irqbalance，這個服務是linux系統自帶的，默認會啟動，這個服務的作用就是把多線程平均分配到CPU的每個核上面，只要這個服務不停止，多線程分配就可以自己實現。但是要注意，如果線程函數內部的有某個循環，且該循環內沒有任何系統調用的話，可能會導致這個線程的CPU時間無法被切換出去。也就是占滿CPU現象，此時加個系統調用，例如sleep，線程所佔的CPU時間就可以切換出去了。

2：利用pthread庫自帶的線程親和性設置函數，來設置線程在某個CPU核心上跑，這個需要在程序內部實現。同時注意不要和進程親和性設置搞混淆了

intpthread_setaffinity_np(pthread_tthread,size_tcpusetsize，
constcpu_set_t*cpuset);
intpthread_getaffinity_np(pthread_tthread,size_tcpusetsize,
cpu_set_t*cpuset);
從函數名以及參數名都很明了，唯一需要點解釋下的可能就是cpu_set_t這個結構體了。這個結構體的理解類似於select中的fd_set，可以理解為cpu集，也是通過約定好的宏來進行清除、設置以及判斷：
//初始化，設為空
voidCPU_ZERO(cpu_set_t*set);
//將某個cpu加入cpu集中
voidCPU_SET(intcpu,cpu_set_t*set);
//將某個cpu從cpu集中移出
voidCPU_CLR(intcpu,cpu_set_t*set);
//判斷某個cpu是否已在cpu集中設置了
intCPU_ISSET(intcpu,constcpu_set_t*set);

㈦ 現在的多核CPU，Linux操作系統是否能夠實現單個進程（多線程）的多核調度（跨CPU核心調度）

現在的技術，還是一個線程只能運行在一個 CPU 上。多核心，必須用多線程/進程來運行才能實現最大化。當然，你可以單個線程不停的在所有的 CPU 上來回跳。但是效率會很低很低。
因為 CPU 有寄存器和緩存的問題。如果你切換 CPU 運行，所有的數據都要進行一次傳遞。非常浪費時鍾（在 CPU 上，程序執行不是一個時鍾馬上就能任意執行一個指令，而是流水線作業，一個指令需要很多個時鍾才能處理完，數據存取也都要等）。

這也因為程序原本就都是順序執行的。你沒辦法讓一個程序的後面的結果可以跳過前面的結果而得出。
當然，現在 CPU 確實有這種技術，叫做亂序執行。也就是當前面的過程還沒有計算時，後面的指令先計算。但是這種事情是要靠猜測的，而且這也僅僅是分支預測，依然不能預測某個計算的結果。即便猜的再准確，也有錯的時候。奔騰4 最老的版本就有這個問題，流水線太長。計算後發現錯了。整條流水線需要清空重新計算。有嚴重性能問題的奔騰4 CPU ，流水線長度是 31 級。也就是一個程序至少 31 個時鍾周期才能從推到流水線後到真正執行。直接浪費了 31 個時鍾周期。

所以目前的技術來說，單線程多核新協同計算，技術上不可能實現。
提高性能，就是整理數據處理的演算法，把多次重復計算的過程，拆成多條線程分別計算。從而保證 CPU 多核新的效率最大化。每個線程可以共享同一塊數據，自己讀取自己的數據計算使可以的。不過，這時候就有另外一個問題，數據定址和傳遞的性能問題。

㈧ 怎麼讓linux的多核cpu佔用在60

1. 使用taskset充分利用多核cpu,讓cpu的使用率均衡到每個cpu上 #taskset -p, 設定一個已存在的pid,而不是重新開啟一個新任務 -c
2. 使用nice和renice設置程序執行的優先順序 格式:nice

㈨ C++ openmp並行程序在多核linux上如何最大化使用cpu

openmp並行程序在多核linux上最大化使用cpu的方法如下：

#include<stdio.h>
#include<stdlib.h>
#include<omp.h>
#include<time.h>

intmain()
{
longlongi;
longdoublesum=.0;
longdoublesec=.0;

//Multi-threadcomputestart
clock_tt1=clock();
#pragmaompparallelfor
for(i=0;i<1000000000;i++)
{
sum+=i/100;
}
clock_tt2=clock();

sec=(t2-t1);
//sec=(t2-t1);
printf("Programcosts%.2Lfclocktick.
",sec);
exit(EXIT_SUCCESS);
}

以上代碼中，#pragma omp parallel for

這一行的作用即是調用openmp的功能，根據檢測到的CPU核心數目，將for (i = 0; i < 1000000000; i++)這個循環執行過程平均分配給每一個CPU核心。

去掉#pragma omp parallel for這行，則和普通的串列代碼效果一致。

注意，要使用openmp功能，在編譯的時候需要加上-fopenmp編譯參數。

以下是兩種編譯搭配兩種代碼出現的4種結果，可以很直觀地看到效果：

1、代碼里含有#pragma omp parallel for，編譯參數有-fopenmp

Endys-MacBook-Pro:Desktop endy$ vi test.c

Endys-MacBook-Pro:Desktop endy$ gcc-6 test.c -o test -fopenmp

Endys-MacBook-Pro:Desktop endy$ ./test

Program costs 50202611.00 clock tick.

2、代碼里含有#pragma omp parallel for，編譯參數沒有-fopenmp

Endys-MacBook-Pro:Desktop endy$ gcc-6 test.c -o test

Endys-MacBook-Pro:Desktop endy$ ./test

Program costs 4068178.00 clock tick.

3、代碼里沒有#pragma omp parallel for，編譯參數有-fopenmp

Endys-MacBook-Pro:Desktop endy$ vi test.c

Endys-MacBook-Pro:Desktop endy$ gcc-6 test.c -o test -fopenmp

Endys-MacBook-Pro:Desktop endy$ ./test

Program costs 4090744.00 clock tick.

4、代碼里沒有#pragma omp parallel for，編譯參數沒有-fopenmp

Endys-MacBook-Pro:Desktop endy$ vi test.c

Endys-MacBook-Pro:Desktop endy$ gcc-6 test.c -o test

Endys-MacBook-Pro:Desktop endy$ ./test

Program costs 4170093.00 clock tick.

可以看出，只有在情況1下，openmp生效，其他3種情況下，均為單核運行，2、3、4結果較為接近，而1的運行結果大約相差25%。

值得注意的是，使用多核心的case 1竟然比單核的其他3種case慢了25%，原因是在這種單一的循環運算中，並行分配CPU任務的指令比直接執行下一個循環指令的效率更低。所以並不是用並行運算就一定能夠提高運算效率的，要根據實際情況來判斷。

㈩ linux內核設置多核還是單核

linux內核會把多核的處理器當做單獨的cpu來識別，例如兩個4和cpu在linux系統下就會被當做8個單核cpu。但是從性能角度來講，2個四核的cpu和8個單核的cpu並不完全等價，根據權威部分測試得出結論，前者的整體性能要比後者低25%~30%。