docs/pws2009/threads.pod

=encoding utf-8

=head1 Threads in dynamischen Sprachen und warum Perl-Pseudo-Threads sterben sollten

Wie man am Titel sieht, soll es im folgenden um zwei verwandte Themen
gehen. Einerseits möchte ich grundsätzliche Gedanken über Threads
liefern, einige Vorurteile ausräumen und erläutern, wie Threads in
dynamischen Sprachen implementiert werden und warum dies so ist.

Andererseits möchte ich erläutern, warum Perl keine Threads unterstützt
und weshalb Perls sogenannte Threads eher sterben sollten, da sie
mehr Schaden anrichten als sie helfen. Letzteres muss nicht einmal zu
Inkompatibilitäten führen: da Perl-Threads keine sind, lassen sie sich
effizient ohne emulieren.

=head2 Was ist ein Thread - Eine Begriffsbestimmung

Am einfachsten erklärt man Threads, in dem man sie Prozessen
gegenüberstellt:

Prozesse haben (üblicherweise) einen eigenen Adressraum, d.h. Variablen
existieren als Kopie in jedem Prozess und sind unabhängig
voneinander. Außerdem besitzt ein Prozess eine "Continuation", d.h. im
wesentlichen den aktuellen "Ort" der Programmausführung. Unter Unix
kommen dann noch andere Ressourcen wie File-Descriptoren hinzu, aber im
wesentlichen ist es das.

Ein Thread nun ist im wesentlichen ein abgespeckter Prozess (daher werden
sie auch oft "LWPs" - Light Weight Processes genannt), bei dem eine oder
mehrere dieser Ressourcen gemeinsam genutzt werden, insbesondere der
Adressraum. Daher kann man Threads auch als Untereinheit von Prozessen
ansehen: ein Prozess kann aus ein oder mehreren Threads bestehen, die sich
alle den gleichen Adressraum (die gleichen Variableninhalte) teilen.

Bei Threads gibt eine Menge verschiedene Variationen. Die wichtigsten sind:

=over 4

=item Kooperative Threads

Die "Urform" der Threads - diese Threads werden "kooperativ" genannt,
nicht, weil sie es sind, sondern, weil sie es sein müssen: Sobald
ein Thread ausgeführt wird, läuft dieser ohne Unterbrechung, bis er
freiwillig die CPU an einen anderen Thread abgibt. Tut ein Thread dies
nicht, läuft nichts anderes im System.

Manchmal werden Kooperative Threads auch Koroutinen, Fibers oder
Continuations genannt, was genau genommen falsch ist, aber im wesentlichen
bezeichnen diese Begriffe dasselbe.

Die Hauptvorteile von kooperativen Threads ist die vergleichsweise
einfache Programmierung (Race-conditions sind wesentlich einfacher zu
vermeiden) und ihre hohe Effizienz. Hauptnachteil ist, daß ein einzelner
wildgewordener Thread das gesamte System lahmlegen kann.

Windows 3.11, das Oberon-System oder das Coro-Modul von Perl sind
Beispiele für kooperatives Threading.

=item Preemptive Threads

Um das Problem der Monopolisierung des Rechners durch einen unkooperativen
(weil z.B. ferhlerhaften) Thread zu umgehen, wurden "preemptive" Threads
erfunden: Diese werden ohne ihr Zutun regelmäßig "unterbrochen" (z.B.
durch einen Timer) und dadurch von der CPU "verdrängt" (preempted).

Diese Art von Threads wird oft auch "time-slicing" (Zeitscheibenverfahren)
genannt, da hierbei ein Thread üblicherweise eine bestimmte Zahl von
Zeiteinheiten erhält und, wenn er in dieser Zeit die CPU nicht freigibt,
wird er automatisch verdrängt.

Hauptvorteil von preemptiven Systemen ist, daß man wildgewordene
Programme abbrechen kann, d.h. sie legen nicht das gesamte System
lahm. Hauptnachteil ist, daß ihre Benutzung sehr kompliziert ist: auch
Experten machen regelmäßig Fehler und erzeugen Race-Conditions.

Neuere Windows-Versionen, alle Unix-Versionen und insbesondere alle
Thread-Systeme dynamischer Sprachen (d.h. Ruby, Python usf.) benutzen
dieses Verfahren.

=item "Kernel-Threads" und "Userspace-Threads"

Ein weiterer wichtiger Unterschied zwischen Thread-Systemen ist, ob sie
vom Betriebssystem selbst implementiert werden oder innerhalb eines
Prozesses.

In letzterem Fall teilen sich alle Threads dieselbe Prozess-Continuation,
was nichts anderes bedeutet, als daß diese Threads niemals parallel
laufen können (z.B. auf einem SMP-System).

Der Begriff "Kernel-Thread" bezeichnet im Gegensatz dazu die Variante, bei
er die Threads tatsächlich parallel/gleichzeitig arbeiten können, obwohl
dies nicht zwangsweise im "Kernel" implementiert werden muss.

Userspace-Threads sind im allgemeinen um ein vielfaches schneller als
Kernel-Threads - die Userspace-Threading-Bibliothek, die von Coro benutzt
wird schaltet mehr als 100 mal schneller zwischen Threads um als der
Linux-Kernel. Selbst auf Perl-Ebene schalten die Userspace-Threads von
Coro mehr als 14 mal schneller als die Linux-Kernel-Threads.

Kernel-Threads verschärfen gegenüber Userspace-Threads die Problematik
der Programmierung nochmals. Ein gutes Beispiel ist MythTV, ein
C++-Programm, daß Threads benutzt: auf Single-Core-Systemen arbeitet
es meist korrekt, auf Multi-Core-Systemen sind crashes aber an der
Tagesordnung, da der Programmierer offenbar nicht damit rechnet,
daß Speicherzugriffe nicht mehr atomar sind bzw. die Gefahr einer
Race-Condition stark erhöht ist.

=back

=head2 Wozu wurden Threads erfunden, wozu eignen sie sich?

=head3 Single-Cores

Multi-Core und Multiprozessorsysteme sind erst seit kurzer Zeit
verbreitet. Die überwiegende Mehrheit der Rechner besitzt nach wie vor
nur einzelne CPUs.

Moderne CPUs besitzen im allgemeinen spezielle Hardware, um Prozesse zu
unterstützen, z.B. eine Memory-Management-Unit (MMU) um den Adressraum
zu verwalten und einen Translation-Lookaside-Buffer (TLB) um das ganze zu
beschleunigen.

Da jeder Prozess seinen eigenen Adressraum besitzt, muss die MMU bei jedem
Umschalten neu konfiguriert werden, Caches wie der TLB gehen häufig
verloren. Dies kann die Performance empfindlich beeinflussen, da die meisten
CPUs nur einen Zustand im Cache behalten können.

Die natürliche Lösung gegen zu viele Rekonfigurationen sind weniger
Rekonfigurationen bei Prozesswechseln. Wechselt man den Adressraum nicht,
so erhält man Threads auf natürliche Weise, da die CPU einfach den alten
Adressraum weiter benutzt.

Daher stammt der Name "Light Weight Processes" (leichtgewichtige
Prozesse): Threads werden hier als Prozesse mit weniger "Zustand" behandelt.

Dies beschleunigt das Prozessumschalten erheblich, vor allem auf älteren
Systemen.

=head3 Multiprozessor- oder Multi-Core-Systeme

Ein weit verbreiteter Irrtum ist es, daß Threads sich gut für die
Parallelisierung eignen, d.h. echte Parallelverarbeitung auf einem
Multiprozessorsystem.

Dies ist allerdings nicht der Fall: Das Problem, daß es nur eine Instanz
der Caches oder MMU gibt, existiert bei mehreren CPU-Kernen nicht, da
diese alle ihren eigenen Cache besitzen.

Im Gegenteil: Dadurch, daß Threads viele Ressourcen gemeinsam nutzen,
muss das Betriebssystem durch aufwändige (und langsame) Verwaltung
sicherstellen, daß auch alle CPUs im System den gleichen Zustand haben.

Wenn z.B. ein Prozess mit mehreren Threads auf einem Multi-Core-System
arbeitet und der eine Thread vom Betriebssystem Speicher anfordert,
so muss das Betriebssystem synchron alle anderen CPUs anhalten, ihnen
den neuen Zustand mitteilen, warten, bis alle den Zustand übernommen
haben und kann erst dann weiterarbeiten. Auf einem Dual-Core-System mag
dies noch akzeptabel sein, bei mehr Cores wird dies aber schnell sehr
aufwändig, auf Mehrfachprozessorsystemen, bei denen die Kommunikation
zwischen CPUs noch länger braucht, wird dies schnell inakzeptabel.

Aber auch der ganze normale Speicher-Cache wird nicht effizient
genutzt: Da Threads alle Variablen gemeinsam nutzen, liegen gemeinsam
genutzte Variablen nicht im lokalen Cache einer CPU, im Gegenteil, sie
wandern häufig zwischen den Caches hin- und her, d.h. die Kommunikation
läuft über den (vergleichsweise langsamen) Hauptspeicher ab.

Letzteres wird häufig dadurch verhindert, daß man unterschiedliche
Speicherbereiche in jedem Thread verwendet. Allerdings wird dies durhc
eine zusätzliche Indirektion bei jedem Zugriff bezahlt. Perls, die diese
Methode benutzten, werden dadurch zwischen 15 und ca. 200% langsamer als
Perls, die dies nicht tun (auch ohne Parallelbetrieb).

Ein Vorteil von Threads ist die vergleichsweise schnelle Kommunikation
über den Speicher, was bei Programmen, die viel Kommunikation betreiben,
einen großen Gewinn bedeutet, wenn die alternative z.B. Kommunikation über Sockets ist.

Moderne Betriebssysteme erlauben es aber ausnahmslos, einzelne
Speicherbereiche gemeinsam zu nutzen, so daß Prozesse mit selektiv
gemeinsam genutzten Speicher wesentlich effizienter auf Mehr-CPU-Systemen
arbeiten, als Threads.

Am folgenden "Benchmark" wird dies deutlich. Das Benchmark-Programm
implementiert eine parallel Matrixmultiplikation, bei der einzelne
Zeilen und Spalten an vier "Arbeits-Threads" gesendet werden, die eine
Skalarmultiplikation durchführen und an einen Ergebnis-Thread senden.

Dabei kann es Perl-Pseudo-Threads (die parallel arbeiten) und Coro-Threads
benutzen.

Das Programm findet sich unter F<http://data.plan9.de/matmult>, ist aber
für die Diskussion nicht relevant.

=begin latex

 \begin{center}
 \includegraphics{mat2.eps}
 \end{center}

=end latex

Das doppelt-logarithmische Diagramm stellt die Zahl der Anzahl der
Matrixmultiplikationen pro Sekunde der Matrixgröße gegenüber. Die
Größe der Matrix hat qualitativ wenig Einfluss, was zählt, ist der
relative Unterschied zwischen den Verfahren. Das Testsystem benutzt eine
relativ moderne Quad-Core-CPU.

Im Diagramm finden sich vier Kurven: die unterste (und langsamste)
entspricht den Perl-Pseudo-Threads, die auf allen Cores laufen dürfen und
dies auch weitestgehend tun (die CPU-Auslastung betrug ca. 80%). Darüber
befindet sich das gleich Programm, allerdings diesmal auf einen einzelnen
Core beschränkt (was im Prinzip Unsinn ist, da immer noch die gleiche
Anzahl Threads arbeitet).

Darüber befinden sich zwei Kurven, die Coro-Threads benutzen. Die obere,
langsamere wurde auf einen Perl mit Pseudo-Thread-Support erzeugt,
die darunterliegende auf einem Perl ohne, das Programm selbst war
identisch. Da Coro-Threads nicht parallel arbeiten, liefen beide auf einem
einzigen Core.

Was sofort auffällt, ist der starke Unterschied zwischen echter
Parallelverarbeitung und kooperativen Coro-Threads: Die Version mit echten Threads
ist am rechten Rand mehr als I<326> mal I<langsamer>


Revision:	1.2
Committed:	Sat Jan 17 03:37:42 2009 UTC (17 years, 8 months ago) by root
Branch:	MAIN
Changes since 1.1:	+88 -5 lines
Log Message:	* empty log message *
#	User	Rev	Content
1	root	1.1	=encoding utf-8
2
3			=head1 Threads in dynamischen Sprachen und warum Perl-Pseudo-Threads sterben sollten
4
5			Wie man am Titel sieht, soll es im folgenden um zwei verwandte Themen
6			gehen. Einerseits möchte ich grundsätzliche Gedanken über Threads
7			liefern, einige Vorurteile ausräumen und erläutern, wie Threads in
8			dynamischen Sprachen implementiert werden und warum dies so ist.
9
10			Andererseits möchte ich erläutern, warum Perl keine Threads unterstützt
11			und weshalb Perls sogenannte Threads eher sterben sollten, da sie
12			mehr Schaden anrichten als sie helfen. Letzteres muss nicht einmal zu
13			Inkompatibilitäten führen: da Perl-Threads keine sind, lassen sie sich
14			effizient ohne emulieren.
15
16			=head2 Was ist ein Thread - Eine Begriffsbestimmung
17
18			Am einfachsten erklärt man Threads, in dem man sie Prozessen
19			gegenüberstellt:
20
21			Prozesse haben (üblicherweise) einen eigenen Adressraum, d.h. Variablen
22			existieren als Kopie in jedem Prozess und sind unabhängig
23			voneinander. Außerdem besitzt ein Prozess eine "Continuation", d.h. im
24			wesentlichen den aktuellen "Ort" der Programmausführung. Unter Unix
25			kommen dann noch andere Ressourcen wie File-Descriptoren hinzu, aber im
26			wesentlichen ist es das.
27
28			Ein Thread nun ist im wesentlichen ein abgespeckter Prozess (daher werden
29			sie auch oft "LWPs" - Light Weight Processes genannt), bei dem eine oder
30			mehrere dieser Ressourcen gemeinsam genutzt werden, insbesondere der
31			Adressraum. Daher kann man Threads auch als Untereinheit von Prozessen
32			ansehen: ein Prozess kann aus ein oder mehreren Threads bestehen, die sich
33			alle den gleichen Adressraum (die gleichen Variableninhalte) teilen.
34
35			Bei Threads gibt eine Menge verschiedene Variationen. Die wichtigsten sind:
36
37			=over 4
38
39			=item Kooperative Threads
40
41			Die "Urform" der Threads - diese Threads werden "kooperativ" genannt,
42			nicht, weil sie es sind, sondern, weil sie es sein müssen: Sobald
43			ein Thread ausgeführt wird, läuft dieser ohne Unterbrechung, bis er
44			freiwillig die CPU an einen anderen Thread abgibt. Tut ein Thread dies
45			nicht, läuft nichts anderes im System.
46
47			Manchmal werden Kooperative Threads auch Koroutinen, Fibers oder
48			Continuations genannt, was genau genommen falsch ist, aber im wesentlichen
49			bezeichnen diese Begriffe dasselbe.
50
51	root	1.2	Die Hauptvorteile von kooperativen Threads ist die vergleichsweise
52			einfache Programmierung (Race-conditions sind wesentlich einfacher zu
53			vermeiden) und ihre hohe Effizienz. Hauptnachteil ist, daß ein einzelner
54			wildgewordener Thread das gesamte System lahmlegen kann.
55
56	root	1.1	Windows 3.11, das Oberon-System oder das Coro-Modul von Perl sind
57			Beispiele für kooperatives Threading.
58
59			=item Preemptive Threads
60
61			Um das Problem der Monopolisierung des Rechners durch einen unkooperativen
62			(weil z.B. ferhlerhaften) Thread zu umgehen, wurden "preemptive" Threads
63			erfunden: Diese werden ohne ihr Zutun regelmäßig "unterbrochen" (z.B.
64			durch einen Timer) und dadurch von der CPU "verdrängt" (preempted).
65
66			Diese Art von Threads wird oft auch "time-slicing" (Zeitscheibenverfahren)
67			genannt, da hierbei ein Thread üblicherweise eine bestimmte Zahl von
68			Zeiteinheiten erhält und, wenn er in dieser Zeit die CPU nicht freigibt,
69			wird er automatisch verdrängt.
70
71	root	1.2	Hauptvorteil von preemptiven Systemen ist, daß man wildgewordene
72			Programme abbrechen kann, d.h. sie legen nicht das gesamte System
73			lahm. Hauptnachteil ist, daß ihre Benutzung sehr kompliziert ist: auch
74			Experten machen regelmäßig Fehler und erzeugen Race-Conditions.
75
76	root	1.1	Neuere Windows-Versionen, alle Unix-Versionen und insbesondere alle
77			Thread-Systeme dynamischer Sprachen (d.h. Ruby, Python usf.) benutzen
78			dieses Verfahren.
79
80			=item "Kernel-Threads" und "Userspace-Threads"
81
82			Ein weiterer wichtiger Unterschied zwischen Thread-Systemen ist, ob sie
83			vom Betriebssystem selbst implementiert werden oder innerhalb eines
84			Prozesses.
85
86			In letzterem Fall teilen sich alle Threads dieselbe Prozess-Continuation,
87			was nichts anderes bedeutet, als daß diese Threads niemals parallel
88			laufen können (z.B. auf einem SMP-System).
89
90			Der Begriff "Kernel-Thread" bezeichnet im Gegensatz dazu die Variante, bei
91			er die Threads tatsächlich parallel/gleichzeitig arbeiten können, obwohl
92			dies nicht zwangsweise im "Kernel" implementiert werden muss.
93
94			Userspace-Threads sind im allgemeinen um ein vielfaches schneller als
95			Kernel-Threads - die Userspace-Threading-Bibliothek, die von Coro benutzt
96			wird schaltet mehr als 100 mal schneller zwischen Threads um als der
97			Linux-Kernel. Selbst auf Perl-Ebene schalten die Userspace-Threads von
98			Coro mehr als 14 mal schneller als die Linux-Kernel-Threads.
99
100	root	1.2	Kernel-Threads verschärfen gegenüber Userspace-Threads die Problematik
101			der Programmierung nochmals. Ein gutes Beispiel ist MythTV, ein
102			C++-Programm, daß Threads benutzt: auf Single-Core-Systemen arbeitet
103			es meist korrekt, auf Multi-Core-Systemen sind crashes aber an der
104			Tagesordnung, da der Programmierer offenbar nicht damit rechnet,
105			daß Speicherzugriffe nicht mehr atomar sind bzw. die Gefahr einer
106			Race-Condition stark erhöht ist.
107
108	root	1.1	=back
109
110			=head2 Wozu wurden Threads erfunden, wozu eignen sie sich?
111
112			=head3 Single-Cores
113
114			Multi-Core und Multiprozessorsysteme sind erst seit kurzer Zeit
115			verbreitet. Die überwiegende Mehrheit der Rechner besitzt nach wie vor
116			nur einzelne CPUs.
117
118			Moderne CPUs besitzen im allgemeinen spezielle Hardware, um Prozesse zu
119			unterstützen, z.B. eine Memory-Management-Unit (MMU) um den Adressraum
120			zu verwalten und einen Translation-Lookaside-Buffer (TLB) um das ganze zu
121			beschleunigen.
122
123			Da jeder Prozess seinen eigenen Adressraum besitzt, muss die MMU bei jedem
124			Umschalten neu konfiguriert werden, Caches wie der TLB gehen häufig
125			verloren. Dies kann die Performance empfindlich beeinflussen, da die meisten
126			CPUs nur einen Zustand im Cache behalten können.
127
128			Die natürliche Lösung gegen zu viele Rekonfigurationen sind weniger
129			Rekonfigurationen bei Prozesswechseln. Wechselt man den Adressraum nicht,
130			so erhält man Threads auf natürliche Weise, da die CPU einfach den alten
131			Adressraum weiter benutzt.
132
133			Daher stammt der Name "Light Weight Processes" (leichtgewichtige
134			Prozesse): Threads werden hier als Prozesse mit weniger "Zustand" behandelt.
135
136			Dies beschleunigt das Prozessumschalten erheblich, vor allem auf älteren
137			Systemen.
138
139			=head3 Multiprozessor- oder Multi-Core-Systeme
140
141			Ein weit verbreiteter Irrtum ist es, daß Threads sich gut für die
142			Parallelisierung eignen, d.h. echte Parallelverarbeitung auf einem
143			Multiprozessorsystem.
144
145			Dies ist allerdings nicht der Fall: Das Problem, daß es nur eine Instanz
146			der Caches oder MMU gibt, existiert bei mehreren CPU-Kernen nicht, da
147			diese alle ihren eigenen Cache besitzen.
148
149			Im Gegenteil: Dadurch, daß Threads viele Ressourcen gemeinsam nutzen,
150			muss das Betriebssystem durch aufwändige (und langsame) Verwaltung
151			sicherstellen, daß auch alle CPUs im System den gleichen Zustand haben.
152
153			Wenn z.B. ein Prozess mit mehreren Threads auf einem Multi-Core-System
154	root	1.2	arbeitet und der eine Thread vom Betriebssystem Speicher anfordert,
155			so muss das Betriebssystem synchron alle anderen CPUs anhalten, ihnen
156			den neuen Zustand mitteilen, warten, bis alle den Zustand übernommen
157			haben und kann erst dann weiterarbeiten. Auf einem Dual-Core-System mag
158			dies noch akzeptabel sein, bei mehr Cores wird dies aber schnell sehr
159			aufwändig, auf Mehrfachprozessorsystemen, bei denen die Kommunikation
160			zwischen CPUs noch länger braucht, wird dies schnell inakzeptabel.
161
162			Aber auch der ganze normale Speicher-Cache wird nicht effizient
163			genutzt: Da Threads alle Variablen gemeinsam nutzen, liegen gemeinsam
164			genutzte Variablen nicht im lokalen Cache einer CPU, im Gegenteil, sie
165			wandern häufig zwischen den Caches hin- und her, d.h. die Kommunikation
166			läuft über den (vergleichsweise langsamen) Hauptspeicher ab.
167
168			Letzteres wird häufig dadurch verhindert, daß man unterschiedliche
169			Speicherbereiche in jedem Thread verwendet. Allerdings wird dies durhc
170			eine zusätzliche Indirektion bei jedem Zugriff bezahlt. Perls, die diese
171			Methode benutzten, werden dadurch zwischen 15 und ca. 200% langsamer als
172			Perls, die dies nicht tun (auch ohne Parallelbetrieb).
173
174			Ein Vorteil von Threads ist die vergleichsweise schnelle Kommunikation
175			über den Speicher, was bei Programmen, die viel Kommunikation betreiben,
176			einen großen Gewinn bedeutet, wenn die alternative z.B. Kommunikation über Sockets ist.
177
178			Moderne Betriebssysteme erlauben es aber ausnahmslos, einzelne
179			Speicherbereiche gemeinsam zu nutzen, so daß Prozesse mit selektiv
180			gemeinsam genutzten Speicher wesentlich effizienter auf Mehr-CPU-Systemen
181			arbeiten, als Threads.
182
183			Am folgenden "Benchmark" wird dies deutlich. Das Benchmark-Programm
184			implementiert eine parallel Matrixmultiplikation, bei der einzelne
185			Zeilen und Spalten an vier "Arbeits-Threads" gesendet werden, die eine
186			Skalarmultiplikation durchführen und an einen Ergebnis-Thread senden.
187
188			Dabei kann es Perl-Pseudo-Threads (die parallel arbeiten) und Coro-Threads
189			benutzen.
190	root	1.1
191	root	1.2	Das Programm findet sich unter F<http://data.plan9.de/matmult>, ist aber
192			für die Diskussion nicht relevant.
193	root	1.1
194			=begin latex
195
196			\begin{center}
197			\includegraphics{mat2.eps}
198			\end{center}
199
200			=end latex
201
202	root	1.2	Das doppelt-logarithmische Diagramm stellt die Zahl der Anzahl der
203			Matrixmultiplikationen pro Sekunde der Matrixgröße gegenüber. Die
204			Größe der Matrix hat qualitativ wenig Einfluss, was zählt, ist der
205			relative Unterschied zwischen den Verfahren. Das Testsystem benutzt eine
206			relativ moderne Quad-Core-CPU.
207
208			Im Diagramm finden sich vier Kurven: die unterste (und langsamste)
209			entspricht den Perl-Pseudo-Threads, die auf allen Cores laufen dürfen und
210			dies auch weitestgehend tun (die CPU-Auslastung betrug ca. 80%). Darüber
211			befindet sich das gleich Programm, allerdings diesmal auf einen einzelnen
212			Core beschränkt (was im Prinzip Unsinn ist, da immer noch die gleiche
213			Anzahl Threads arbeitet).
214
215			Darüber befinden sich zwei Kurven, die Coro-Threads benutzen. Die obere,
216			langsamere wurde auf einen Perl mit Pseudo-Thread-Support erzeugt,
217			die darunterliegende auf einem Perl ohne, das Programm selbst war
218			identisch. Da Coro-Threads nicht parallel arbeiten, liefen beide auf einem
219			einzigen Core.
220
221			Was sofort auffällt, ist der starke Unterschied zwischen echter
222			Parallelverarbeitung und kooperativen Coro-Threads: Die Version mit echten Threads
223			ist am rechten Rand mehr als I<326> mal I<langsamer>
224
225
226
227
228
229
230
231
232
233