14.13 Parallelizing a computation over a number of cores 在多核心上并行计算 (#629)

* Create 14.13.md

* Update 14.13.md

* Update 14.13.md

* Update 14.13.md

eBook/14.13.md

@@ -0,0 +1,42 @@
+# 14.13 在多核心上并行计算
+ 
+假设我们有`NCPU`个CPU核心：`const  NCPU = 4 //对应一个四核处理器` 然后我们想把计算量分成`NCPU`个部分，每一个部分都和其他部分并行运行。
+
+这可以通过以下代码所示的方式完成（我们且省略具体参数）
+
+```go
+func DoAll(){
+    sem := make(chan int, NCPU) // Buffering optional but sensible
+    for i := 0; i < NCPU; i++ {
+        go DoPart(sem)
+    }
+    // Drain the channel sem, waiting for NCPU tasks to complete
+    for i := 0; i < NCPU; i++ {
+        <-sem // wait for one task to complete
+    }
+    // All done.
+}
+
+func DoPart(sem chan int) {
+    // do the part of the computation
+    sem <-1 // signal that this piece is done
+}
+
+func main() {
+    runtime.GOMAXPROCS = NCPU
+    DoAll()
+}
+    
+```
+- `DoAll()`函数创建了一个`sem`通道，每个并行计算都将在对其发送完成信号；在一个 for 循环中`NCPU`个协程被启动了，每个协程会承担`1/NCPU`的工作量。每一个`DoPart()`协程都会向`sem`通道发送完成信号。
+
+- `DoAll()`会在 for 循环中等待`NCPU`个协程完成：`sem`通道就像一个信号量，这份代码展示了一个经典的信号量模式。（参见 [14.2.7](14.2.md#1427-%E4%BF%A1%E5%8F%B7%E9%87%8F%E6%A8%A1%E5%BC%8F)）
+
+在以上运行模型中，您还需将`GOMAXPROCS`设置为`NCPU`（参见 [14.1.3](14.1.md#1413-%E4%BD%BF%E7%94%A8-gomaxprocs)）。
+
+
+## 链接
+
+- [目录](directory.md)
+- 上一节：[协程链](14.12.md)
+- 下一节：[并行化大量数据的计算](14.14.md)