我們在 AWS 中將 h2o 作為單節(jié)點集群運行：R is connected to the H2O cluster:     H2O cluster uptime:         5 seconds 217 milliseconds     H2O cluster timezone:       Etc/UTC     H2O data parsing timezone:  UTC     H2O cluster version:        3.17.0.4153     H2O cluster version age:    10 months and 4 days !!!     H2O cluster name:           h2o-8ba55ebb-7d49-41bd-b4e2-d7be45b5f53e     H2O cluster total nodes:    1     H2O cluster total memory:   22.20 GB     H2O cluster total cores:    8     H2O cluster allowed cores:  8     H2O cluster healthy:        TRUE     H2O Connection ip:          localhost     H2O Connection port:        54321     H2O Connection proxy:       NA     H2O Internal Security:      FALSE     H2O API Extensions:         XGBoost, Algos, AutoML, Core V3, Core V4     R Version:                  R version 3.4.3 (2017-11-30) 并使用 nthreads -1 從 java 啟動 h2o：java -ea -Xmx25g -jar /path/to/h2o.jar -name unique-cloud-name      -ip localhost -ice_root /tmp/h2o-tmp -nthreads -1我們想知道 h2o 是否在單節(jié)點集群中進行并行處理/使用所有可用和允許的內核。當我們在命令行中執(zhí)行 top -H 時，我們確實看到了 8 個活動的 java 進程，并想知道它們是否來自 h2o 并幫助生成我們的模型。