我正在使用 hdbscan 对来自 BERT 的嵌入输出进行聚类，该输出接收了超过 15 万条聊天消息的数据文件。嵌入过程花费了 4 分钟多一点，但截至撰写本文时，hdbscan 聚类过程花费了超过 1 小时，而且看不到尽头。

对我来说也很奇怪的是，当我查看系统资源消耗（我在 Windows 10 上）时，我正在运行的脚本只占用 7% 的 CPU（i9-10850K）和 1.2GB 的内存（out 128GB）。所以我有几个问题，

1. 为什么这不消耗更多的系统资源？
2. 有什么方法可以让我并行化吗？

最后这里是代码仅供参考。

data = parseMessages('raw-data-150k-new-delim.txt', 'ð')
model = SentenceTransformer('paraphrase-MiniLM-L6-v2')

embeddings = model.encode(data, show_progress_bar=True, convert_to_tensor=True)

clusters = hdbscan.HDBSCAN(
    min_cluster_size=15,
    min_samples=15,
    metric='euclidean',
    cluster_selection_method='eom').fit(embeddings)

谢谢！！