本篇文章给大家分享的是有关Go 语言中如何利用多核 CPU 实现并行计算，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

10多年的北镇网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。全网整合营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整北镇建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联从事“北镇网站设计”,“北镇网站推广”以来，每个客户项目都认真落实执行。

开始之前，我们先澄清两个概念，「多核」指的是有效利用 CPU 的多核提高程序执行效率，「并行」和「并发」一字之差，但其实是两个完全不同的概念，「并发」一般是由 CPU 内核通过时间片或者中断来控制的，遇到 IO 阻塞或者时间片用完时会交出线程的使用权，从而实现在一个内核上处理多个任务，而「并行」则是多个处理器或者多核处理器同时执行多个任务，同一时间有多个任务在调度，因此，一个内核是无法实现并行的，因为同一时间只有一个任务在调度。

多进程、多线程以及协程显然都是属于「并发」范畴的，可以实现程序的并发执行，至于是否支持「并行」，则要看程序运行系统是否是多核，以及编写程序的语言是否可以利用 CPU 的多核特性。

下面我们以 goroutine 为例，来演示如何在 Go 语言中通过协程有效利用「多核」实现程序的「并行」执行，具体实现的话就是根据系统 CPU 核心数量来分配等值的子协程数，让所有协程分配到每个内核去并行执行。要查看系统核心数，以 MacOS 为例， 可以通过 sysctl hw 命令分别查看物理 CPU 和逻辑 CPU 核心数：

我的系统物理 CPU 核心数是 4 个，逻辑 CPU 核心数是 8 个，所谓物理 CPU 核心数指的是真正插在物理插槽上 CPU 的核心数，逻辑 CPU 核心数指的是结合 CPU 多核以及超线程技术得到的 CPU 核心数，最终核心数以逻辑 CPU 核心数为准。

此外，你也可以在 Go 语言中通过调用 runtime.NumCPU() 方法获取 CPU 核心数。

接下来，我们来模拟一个可以并行的计算任务：启动多个子协程，子协程数量和 CPU 核心数保持一致，以便充分利用多核并行运算，每个子协程计算分给它的那部分计算任务，最后将不同子协程的计算结果再做一次累加，这样就可以得到所有数据的计算总和。我们编写对应的示例文件 parallel.go：

package main
import (    "fmt"    "runtime"    "time")
func sum(seq int, ch chan int) {    defer close(ch)    sum := 0    for i := 1; i <= 10000000; i++ {        sum += i    }    fmt.Printf("子协程%d运算结果:%d\n", seq, sum)    ch <- sum}
func main()  {    // 启动时间    start := time.Now()    // 最大 CPU 核心数    cpus := runtime.NumCPU()    runtime.GOMAXPROCS(cpus)    chs := make([]chan int, cpus)    for i := 0; i < len(chs); i++ {        chs[i] = make(chan int, 1)        go sum(i, chs[i])    }    sum := 0    for _, ch := range chs {        res := <- ch        sum += res    }    // 结束时间    end := time.Now()    // 打印耗时    fmt.Printf("最终运算结果: %d, 执行耗时(s): %f\n", sum, end.Sub(start).Seconds())}    

这里我们通过 runtime.NumCPU() 获取逻辑 CPU 核心数，然后通过 runtime.GOMAXPROCS() 方法设置程序运行时可以使用的最大核心数，这里设置为和系统 CPU 核心数一致，然后初始化一个通道数组，数量和 CPU 核心数保持一致，以便充分利用多核实现并行计算，接下来就是依次启动子协程进行计算，并在子协程中计算完成后将结果数据发送到通道中，最后在主协程中接收这些通道数据并进行再次累加，作为最终计算结果打印出来，同时计算程序运行时间作为性能的考量依据。

此时，我们运行 parallel.go，得到的结果如下：

然后我们修改 runtime.GOMAXPROCS() 方法中传入的 CPU 核心数为 1，再次运行 parallel.go，得到的结果如下：

可以看到使用多核比单核整体运行速度快了4倍左右，查看系统 CPU 监控也能看到所有内核都被打满，这在 CPU 密集型计算中带来的性能提升还是非常显著的，不过对于 IO 密集型计算可能没有这么显著，甚至有可能比单核低，因为 CPU 核心之间的切换也是需要时间成本的，所以 IO 密集型计算并不推荐使用这种机制，什么是 IO 密集型计算？比如数据库连接、网络请求等。

另外，需要注意的是，目前 Go 语言默认就是支持多核的，所以如果上述示例代码中没有显式设置 runtime.GOMAXPROCS(cpus) 这行代码，编译器也会利用多核 CPU 来执行代码，其结果是运行耗时和设置多核是一样的。

以上就是Go 语言中如何利用多核 CPU 实现并行计算，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。