我必须依次使用numpy数组的行，因此我需要循环执行。我尝试添加prange来提高速度，但最终陷入僵局。我很可能做错了什么，在这种情况下我可能会误解比赛条件的含义。如何解决问题或正确并行处理数组行？下面是IPython单元的可复制代码：

@Entity
@IdClass(ItemId.class)
public class Item {
    @Id
    private Long id;

    @Id
    private Long billNo;

    private String particular;

    private String hsnCode;

    private Double quantity;

    private String quantityUnit;

    private Double rate;

    private String rateUnit;

    private Double price;

    @CreatedDate
    private Date createdDate;

    @LastModifiedDate
    private Date updatedDate;
//Getters and setters
}

%load_ext cython
import numpy as np

%%cython --compile-args=-fopenmp --link-args=-fopenmp --force
# if on Windows,replace line above with: %%cython --compile-args=/openmp --link-args=/openmp --force

cimport cython
from cython.parallel cimport prange

@cython.boundscheck(False)
@cython.wraparound(False)
cdef double sum_row(double [:] arr) nogil:
    cdef int i
    cdef int size = arr.shape[0]
    cdef double s = 0

    for i in range(size):
        s += arr[i]

    return s

@cython.boundscheck(False)
@cython.wraparound(False)
cpdef double sum_all_rows(double [:,:] arr) nogil:
    cdef int i
    cdef int n_rows = arr.shape[1] + 1
    cdef double s = 0

    for i in range(n_rows):
        s += sum_row(arr[i])

    return s

@cython.boundscheck(False)
@cython.wraparound(False)
cpdef double sum_all_rows_parallel(double [:,:] arr) nogil:
    cdef int i
    cdef int n_rows = arr.shape[1] + 1
    cdef double s = 0

    for i in prange(n_rows):
        s += sum_row(arr[i])

    return s

X = np.array([[3.14,2.71,0.002],[0.5,1,4.21],[0.001,0.002,0.003],[-0.1,-0.11,-0.12]])

每个循环754 ns±38.3 ns（平均±标准偏差，共运行7次，每个循环1000000次）

%timeit sum_all_rows(X)

它挂了...大约5分钟后我停了下来。我没有发现内存使用率和CPU使用率都有任何增加。

在看到预期的加速之前，我已经使用过prange的玩具示例，因此我能够正确地进行编译。

还有，建议阅读以更好地理解此类问题吗？

谢谢您的帮助。