自分がいつ授業があるか、いつの就職説明会に興味があるか、いつレポート締め切りに追われているか、いつ試験があるか、いつ東京を離れているか、etcetc...、などの情報は逐次カレンダーに追加しています
http://www.google.com/calendar/embed?src=fpmuacke.2c%40gmail.com&ctz=Asia/Tokyo
万が一、私のカレンダーの閲覧権限を持っていないという方がいらっしゃいましたら、ご連絡ください
自分がいつ授業があるか、いつの就職説明会に興味があるか、いつレポート締め切りに追われているか、いつ試験があるか、いつ東京を離れているか、etcetc...、などの情報は逐次カレンダーに追加しています
http://www.google.com/calendar/embed?src=fpmuacke.2c%40gmail.com&ctz=Asia/Tokyo
万が一、私のカレンダーの閲覧権限を持っていないという方がいらっしゃいましたら、ご連絡ください
よく考えてみれば大事なのは「スレッド数」に対するスループットではなく「コア数」に対するスループットですし、逐次処理で1スレッド辺りのCPU使用率が下がるのならば、それに応じて1ノード(or1コア)に対するスレッド数を増やせばいいだけなので、「逐次処理はCPU使用効率が悪い」は明らかに誤りでした。実際のところ、一括処理を選んだ理由はそのほうが実装が楽だったからにすぎない。
for ( i = n - 1; i >= 2; --i ) {
if ( mth[i] >= th ) {
setBeam(b[i - 1]);
return;
}
}
setBeam(b[0]);
int specified = tuple.get_beam();
for ( FSBeam *r = m_recog->process_list; r; r = r->next ) {
fsbeam_free(&(r->pass1));
r->config->pass1.specified_trellis_beam_width = specified;
r->trellis_beam_width = set_beam_width(r->wchmm, specified);
}
コア|スループット
|話者数| mbps
1| 3.68| 0.94
2| 6.49| 1.66
4| 11.61| 2.97
8| 22.93| 5.87
12| 33.46| 8.57
16| 43.57|11.16