Matlab 的 fftn 使用多线程会变慢？

Question

我可以使用 12 核机器和一些严重依赖 fftn 的 matlab 代码。我想加快我的代码速度。

由于 fft 可以并行化，我认为更多的内核会有所帮助，但我看到的恰恰相反。

这是一个例子：

X = peaks(1028);

ncores = feature('numcores');
ntrials = 20;

mtx_power_times = zeros(ncores,ntrials);
fft_times = zeros(ncores, ntrials);

for i=1:ncores
    for j=1:ntrials

        maxNumCompThreads(i);

        tic;
        X^2;
        mtx_power_times(i,j) = toc;

        tic
        fftn(X);
        fft_times(i,j) = toc;

    end
end

subplot(1,2,1);
plot(mtx_power_times,'x-')
title('mtx power time vs number of cores');

subplot(1,2,2);
plot(fft_times,'x-');
title('fftn time vs num of cores');

这给了我这个：

矩阵乘法的加速非常好，但是当我使用所有内核时，我的 ffts 似乎慢了近 3 倍。怎么回事？

作为参考，我的版本是 7.12.0.635 (R2011a)

编辑：在大型 2D 数组上进行 1D 变换时，我遇到了同样的问题：

编辑： 问题似乎是 fftw 没有看到 maxNumCompThreads 强制执行的线程限制。无论我将 maxNumCompThreads 设置在什么位置，我都会让所有 cpu 全速运行。

那么...有没有一种方法可以在 Matlab 中指定我想为 fft 使用多少个处理器？

编辑：如果不对 .mex 文件进行一些仔细的工作，我似乎无法做到这一点。 http://www.mathworks.com/matlabcentral/answers/35088-how-to-control-number-of-threads-in-fft 有答案。如果有人有一个简单的解决方案会很好......

Answer 1

如果不对 .mex 文件进行一些仔细的工作，我似乎无法做到这一点。 http://www.mathworks.com/matlabcentral/answers/35088-how-to-control-number-of-threads-in-fft 有答案。如果有人有一个简单的解决方案会很好......

Answer 2

要使用不同的内核，您应该使用并行计算工具箱。例如，您可以使用parfor 循环，并且必须将函数作为句柄列表传递：

function x = f(n, i)
  ...
end

m = ones(8);
parfor i=1:8
  m(i,:) = f(m(i,:), i);
end

更多信息请访问：

High performance computing

Multithreaded computation

Multithreading