Matlabpool 线程数与核心数答案

【问题标题】：Matlabpool number of threads vs coreMatlabpool 线程数与核心数
【发布时间】：2013-01-06 07:02:06
【问题描述】：

我有一台在Intel(R) Core(TM) i5-2410M CPU @ 2.30GHz 上运行Ubuntu 的笔记本电脑。根据上述处理器的Intel 网站（位于here），该处理器有两个内核，可以同时并行运行4 个线程（因为虽然它有2 个物理内核，但它有4 个逻辑内核）。

当我启动 matlabpool 时，它以 local 配置开始，并说它已连接到 2 个实验室。我想这意味着它可以并行运行 2 个线程。难道不知道CPU实际上可以并行运行4个线程吗？

【问题讨论】：

如果我的回答回答了问题，请点击旁边的勾号。否则，如果您在评论中让我知道您发现缺少什么，那么我可以尝试改进它。干杯。
@ColinTBowers：完成！感谢您的回答，并根据您从 cmets 中学到的内容对其进行更新。

标签： multithreading matlab multicore

【解决方案1】：

根据我的经验，matlabpool 的local 配置默认使用机器拥有的物理内核数，而不是逻辑内核数。因此，在您的机器上，matlabpool 仅连接到两个实验室。

不过，这只是一个设置，可以用以下命令覆盖：

matlabpool poolsize n

其中n 是一个介于 1 和 12 之间的整数，表示您希望 Matlab 使用的实验室数。

现在我们开始讨论有趣的一点，感谢@RodyOldenhuis 在 cmets 的快速课程，我可以更好地回答。

超线程意味着给定的物理内核可以同时运行两个线程。当然，它们不能从字面上同时处理。这个想法更像这样：如果其中一个线程在将任务分配给核心时效率低下，那么核心可能会出现一些“停机时间”。第二个线程可以利用这个“停机时间”来完成一些工作。

根据我的经验，Matlab 在将线程分配给内核方面通常很高效，因此，如果有一个 Matlab 线程（即一个实验室）通过它，内核可能只有很少的“停机时间”，因此会有非常超线程的优势不大。我的台式机是 core-i7，有 4 个物理核心，但有 8 个逻辑核心。但是，我注意到运行具有 4 个实验室和 8 个实验室的 parfor 循环之间几乎没有区别。事实上，由于与初始化额外的实验室相关的启动成本，8 个实验室的速度通常较慢。

当然，这可能会因其他外部因素而变得复杂，例如您可能同时在 Matlab 上运行的其他程序。

总而言之，我的怀疑是，即使您可以强制 Matlab 初始化 4 个实验室（甚至 12 个实验室），您也不会看到超过 2 个实验室的加速，因为 Matlab 通常在分配方面相当有效任务交给处理器。

【讨论】：

您仍然受到物理内核数量的限制。 Hyperthreading 更像是一个更高效的多线程程序调度程序。性能变化很大程度上取决于正在运行的进程类型。对于许多算法而言，会有显着的改进（最大约为 35% 左右），对于许多其他算法而言，不会有任何明显的变化。在任何情况下，拥有 4 个物理核心总是胜过拥有 2 个物理核心和 2 个“假”核心。
@RodyOldenhuis 换句话说，如果一种算法在将线程分配给物理内核的方式上特别有效，那么超线程几乎没有什么好处。但是，如果算法分配线程时内核遇到“停机时间”，那么分配给同一内核的第二个线程可以利用该“停机时间”来完成一些工作。这是一个合理的解释吗？ ps 感谢您的评论 - 如果我的解释是好的，我会更新答案。
据我了解，是的，这是一个很好的解释。当然还有更多，但是对于这个问题的上下文，这很好。超线程的优点多于缺点，因此最好保留它。但它确实是“穷人的多核”，所以不要指望 HT 将任何算法的运行时间减半 :)