未分類 19 4 月 2021 蒙特卡洛模拟是不是很难做并行计算 蒙特卡洛模拟是不是很难做并行计算 資深大佬 : ljiaming19 7 从原理本身来说,蒙特卡洛模拟是通过对每次结果的统计筛选来得到最终结果 结果的误差取决于 cycle 的数量 从这个方法本身来说,是不是很难用并行计算?目前大多数做蒙特卡洛模拟的软件貌似都是只能单核串行的 大佬有話說 (11) 資深大佬 : xuegy 这玩意难道不是最容易并行的吗?所有核一起跑,最后把结果汇总加起来,连 mpi 都不需要。 資深大佬 : xupefei 难并行的是马克罗夫链蒙特卡洛 資深大佬 : dayeye2006199 LZ 是不是把 monte carlo 模拟和离散事件模拟记反了。后面那个并行比较困难,前面那个处开 MCMC,是最适合并行的算法了。 資深大佬 : IgniteWhite @xupefei 马尔可夫链? 資深大佬 : zxCoder 蒙特卡洛模拟不是随机吗 資深大佬 : BrettD 不同采样之间不是可以独立并行运行吗?为什么难以并行化? 資深大佬 : green15 可能我理解有误,感觉这描述像是拉斯维加斯算法 資深大佬 : noqwerty @BrettD #6 Monte Carlo 本身是很容易并行的,感觉主意思是说 MCMC 稍有难度,因为 MCMC 的并行是靠不同的初始化同时跑很多条链,如果 burn-in 比较长的话并行的意义就不大。MC3 其实在实际应用里把这个问题解决很多了。 資深大佬 : ipwx @noqwerty 不同初始化跑很多链不也很简单。反正是很多独立的链。。。 資深大佬 : noqwerty @ipwx #9 多条链是最简单的并行方法,但是 burnin 问题比较严重的话跑很多条独立的链意义也不大啊,每条收敛的都很慢 資深大佬 : leimao Monte Carlo 算法的设计有很多种。MCMC 这种的不好并行。https://leimao.github.io/blog/Gibbs-Sampling/但我之前也做过可以并行的 Monte Carlo 。还是得看具体算法设计,具体问题具体分析。Monte Carlo 的本质还是随机采样而已,怎么采样就看你的设计了。