Как GNU параллельно выполняет несколько заданий на ядро?

В книге https://www.gnu.org/software/parallel/parallel_tutorial.html#number-of-simultainate-jobs

1. /usr/bin/time parallel -N0 sleep 1 :::: num128 (то же количество заданий, что и ядер)
2. /usr/bin/time parallel -N0 --jobs 200% sleep 1 :::: num128 (2 задания на ядро)
3. /usr/bin/time parallel -N0 --jobs 0 sleep 1 :::: num128 (как можно больше вакансий)

Я предполагаю, что в книге речь идет о логических ядрах, а не о физических ядрах. Моя машина — Intel i7-13700HX 13-го поколения (16 ядер, 24 логических процессора).

num128 содержит разделенный новой строкой список чисел от 1 до 128. Фактическое значение не так важно, как количество занимаемых строк, что влияет на общее количество заданий.

1. Вариант 1 использовал 24 задания и занял 6,333 секунды.
2. Вариант 2 использовал 48 заданий и занял 3,249 секунды.
3. Вариант 3 использовал 128 заданий и занял 1,421 секунды.

Вопрос

Как вариант 2 помещает 2 задания на одно ядро ​​и выполняет оба за 1 секунду? (общий ввод требует 3 итераций распределения заданий и сна)?

Разве сон второго задания не должен ожидать завершения сна первого задания, чтобы каждая из трех итераций занимала 2 секунды, а всего 6 секунд?

Параллельно ли выполняются оба режима сна в фоновом режиме на одном ядре, поэтому их время перекрывается?

Что вообще происходит, когда вы указываете несколько заданий на одном ядре с использованием параллельного режима? Выполняет ли он многопоточность или запускает все эти задания на том же логическом ядре, что и фоновые процессы?

Интересно, работает ли этот пример с несколькими заданиями на ядро ​​только потому, что несколько таймингов сна могут перекрываться, когда они запускаются в фоновом режиме, и если бы я перешел на другую команду, которая не может выполняться одновременно, было бы бессмысленно запускать несколько заданий на ядро, как вариант 2 и 3.

В варианте 3 что ограничивает верхний предел «максимально возможным количеством параллельных работ»?

Основываясь на этих трех примерах, я думаю, что мне всегда следует выбирать вариант 3 как самый быстрый. Когда это уже не так?

Я попытался расширить границы, увеличив размер входных данных в 2 раза с помощью /usr/bin/time parallel -N0 --jobs 0 sleep 1 :::: <(cat num128 num128), и все же все было сделано за 1 итерацию за 1,83 секунды.

Краткое содержание

Я не понимаю модели распределения работы для вариантов 2 и 3, почему вариант 2 работает быстрее, чем я ожидал, почему на время варианта 3 не влияет количество заданий по логическим ядрам, и на него не влияет увеличение размера входных данных, и демонстрации книги относятся только к команде sleep и поэтому не могут быть обобщены.

Если вы хотите посчитать итерации

Измените приведенные выше примеры команд, обернув сон с помощью echo и наблюдая за циклами печати.

'echo start job number {#} job slot {%};sleep 1;echo finish job number {#} job slot {%}'

Возможно, важные причуды

parallel --number-of-cores --> 12 (не соответствует 16 из системной информации?)

parallel --number-of-sockets --> 1

parallel --number-of-threads --> 24

Также есть варианты --use-cores-instead-of-threads и --use-sockets-instead-of-threads.