蒙特卡洛模拟是不是很难做并行计算

[ljiaming19]

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

[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。

[xupefei]

难并行的是马克罗夫链蒙特卡洛

[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。

[IgniteWhite]

@xupefei 马尔可夫链？

[zxCoder]

蒙特卡洛模拟不是随机吗

[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？

[green15]

可能我理解有误，感觉这描述像是拉斯维加斯算法

[noqwerty]

@BrettD #6 Monte Carlo 本身是很容易并行的，感觉楼主意思是说 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。

[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。。。

[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

[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。