一个关于局域网中【并行计算】的问题

我正在用C#做一个分布式计算的项目，最近刚做好，能完成基本功能。
有很多的数据不同，但运算相同的可以并发的运算，其中包括两种运算，第一种大概需要300~500毫秒，第二种大概需要50~100毫秒，两种运算有相关性，也就是说 只有完成第一种运算才能开始第二种。
在局域网（好像是千兆吧，公司里的）中用TCP/IP协议传输协议（C#里的socket, stream type)，用XML格式序列化对象，
在相同的数据量和相同的运算量的情况下，
这样的结果正常吗？如果有问题，可能会在哪里出问题呢？
我明天去试试用更大的数据量和运算量测一测试试，可能会更说明问题。
希望能做成一个scalable的，就是在一个足够大的数据量和运算量的情况下，随着#机器变多，总运算时间会相应的减少。简单说就是多了10台机器，能看到多了10台机器的效果，多了100台，就能看到多了100台的效果。还有一点是，单次运算的时间近期内不会有太大的提高了，只是运算次数会变得越来越多。
看起来很正常（机器增加时间有缩短），任务调度本来就有成本。
可以多用不同的分布式计算框架来测试。
那减少的不是有点儿太少了吗？？？
如果1个是50秒，那两个就算不可能到25秒，但是也得到35秒左右吧

少传数据多运算就好，另外需要找到好的分解及聚合运算的方法（Mapreduce的核心思想）

如果少传数据的会增加响应时间，多做运算的话，总时间是会少一些（是很少，总时间能节省少于5秒钟（一共一分钟左右），我试过），但是单个任务的响应时间就会延长了。而且限制了最大化的在多机器上发生并发。
比方说，一个job中有很多tasks,如果一次发给一台电脑一个task，这样就会提高单个任务的响应速度，但增加了通信次数，如果一次发给一台电脑n个tasks一起处理，这样虽然减少了通信次数，但是单个任务响应时间就会增加n倍的时间。这中间比例不好掌握。。。
有什么方法可以动态的算出来这个分配任务的比例吗？
一次发送多少任务最适合。已知有n台机器，xMB/s的通信速度，任务的数量（几百~几千）和每个任务大概需要的时间。
例如：在千兆局域网中，TCP/IP连接的情况下，每个任务大概需要300ms完成，一个任务大概有几十KB大小，但是如果任务对象中附加了所需要的资源（例如，图片，声音，我现在做的例子是分析图片的，以后会有视频），任务就会增加到几MB，如果之前传给过目的机器当前任务所需要的资源了，就不用再传了。
（这样确实能节省很多时间，少传了好几十MB呢。现在已经实现这个了。）

资源文件分布在不同的机器上，这样会更加合理一些。动态分配任务会让程序逻辑变得更复杂，动态分配资源，相对简单。
为什么你做的传输这么的慢，我一秒钟要传输1800万个字节，约为17M。这个对于千兆网口是一点挑战都没有的。光硬盘的突发速度峰值都可以达到70多M/S。
我们所做的并不是像你说的那种分布式，我们是将硬件串联起来，第一个读取它应该读取的数据后继续下发数据，等所有数据都发送完毕之后，发送同步命令，同时显示。返回中断告诉PCI可以重新写数据。按道理说所需时间应该比你的还长

我说的仅是皮毛，LZ如果想深入研究的话，建议仔细研读Google关于Mapreduce的论文，里面也介绍了Google自己的一些构架和方法

本人是C#菜鸟，在学校学过一点点JAVA和C，谢谢支持，多多关照

来源：nba直播