JupyterLab 中计时代码的意外行为

Question

我在 JupyterLab 中有一个项目涉及使用执行大量矩阵乘法的 SciPy 最小化目标。我使用

%%time

来计时，它同时打印 CPU 时间和墙上时间，这通常是相似的，但最近（即两周前）我注意到，在不同的优化参数设置中，墙上时间大约是 CPU 时间的一半。特定小区的计时结果如下

CPU times: total: 6min 4s Wall time: 3min 18s

但是这种 2 倍的加速在多次运行中是一致的（以及更长的运行时间，例如 1.5 小时的 CPU 时间对应 ~45 分钟的挂钟时间，所以这不是随机运行时波动造成的）。我没有在我的代码中使用（甚至导入）

multiprocessing

，我也不知道 Jupyter 中有任何内置的多处理功能。如果我确实明确使用多处理，我的代码应该得到 2 倍的加速，因为我的笔记本电脑有一个它 可以 使用的额外核心，但我不知道这是如何自动发生的。今天早些时候，我重新运行这段代码，加速消失了

CPU times: total: 8min 11s Wall time: 7min 11s

即使我没有更新我的环境中的任何东西或编辑代码本身。我的问题很笼统：什么可能导致计时行为发生变化？ JupyterLab 和/或 NumPy 中是否内置了某种多处理功能？

版本详情，运行

!jupyter --version

给出

Selected Jupyter core packages...
IPython          : 8.12.0
ipykernel        : 6.19.2
ipywidgets       : not installed
jupyter_client   : 8.1.0
jupyter_core     : 5.3.0
jupyter_server   : 1.23.4
jupyterlab       : 3.5.3
nbclient         : 0.5.13
nbconvert        : 6.5.4
nbformat         : 5.7.0
notebook         : 6.5.4
qtconsole        : not installed
traitlets        : 5.7.1

我也在使用 NumPy 版本

1.23.5

和 SciPy

1.10.0

.