Matlab 中 parfor 循环的一个具体示例，其性能优于 for 循环答案

【问题标题】：A concrete example of a parfor loop in Matlab that outperforms the for loopMatlab 中 parfor 循环的一个具体示例，其性能优于 for 循环
【发布时间】：2012-08-13 13:10:26
【问题描述】：

我对 Matlab 中的并行计算还有些陌生。我在 C 中成功使用了 OpenMP，但在 Matlab 中无法获得更好的性能。

首先，由于我是一所大学的机器，我是新来的，我通过在命令提示符中输入ver 验证了我所在的机器具有并行计算工具箱，它显示：Parallel Computing Toolbox Version 5.2 (R2011b)。注意机器有4核

我尝试了使用parfor 与for 的简单示例，但for 总是获胜，尽管这可能是因为开销成本。我正在做一些简单的事情，比如这里的例子：MATLAB parfor is slower than for -- what is wrong?

在尝试将 parfor 应用到我更大更复杂的程序之前（我需要计算 500 次函数评估，每次评估大约需要一分钟，因此并行化在这里会有所帮助），我非常希望看到一个具体的例子，其中parfor 击败 for。 . OpenMP 的例子很多，但是没有找到一个简单的例子可以复制和粘贴显示parfor 比for 更好

【问题讨论】：

您是否尝试过计算需要很长时间的函数？你可以只做一个里面有pause(5)的...
你在使用parfor之前是否设置了matlabpool？例如：matlabpool open 4
@Serg：不。matlabpool open 4 只是意味着我想使用 4 个内核吗？如果是这样，那将非常有帮助。另外，例如，matlabpool open 3 是否意味着我只使用 4 个内核中的 3 个？
@GuntherStruyf：是的，我有，虽然这个例子很复杂，这就是为什么我想用一个简单的例子来检查一下。我现在离开我的工作电脑...明天我会检查你和 Serg 的建议并回来
嗯..Serg 从这里开始看起来是对的：mathworks.ch/help/toolbox/distcomp/brb2x2l-1.html 它说“注意如果 matlabpool 没有运行，parfor-loop 在客户端连续运行而不考虑迭代顺序。”而且我没有打开matlabpool...

标签： performance matlab for-loop parallel-processing

【解决方案1】：

为了使用parfor，我使用以下代码（每个 Matlab 会话一次）：

pools = matlabpool('size');
cpus = feature('numCores');
if pools ~= (cpus - 1)
    if pools > 0
        matlabpool('close');
    end
    matlabpool('open', cpus - 1);
end

这为其他进程留下了 1 个核心。请注意，feature() 命令未记录在案。

【讨论】：

太好了，谢谢！尝试远程登录，它工作。感谢您帮助我在 Matlab 中开始使用 parfor。
@dblazevski 欢迎您。远程登录是什么意思？这与我的问题有关吗？ stackoverflow.com/questions/11726156/…
啊，不，抱歉...之前在我上面的一个 cmets 中，我提到我远离工作计算机。我正在做一份新工作，我不知道实际的服务器名称是什么，所以我想我明天再试一次......然后在挖掘和猜测之后，我远程登录以测试你所说的。所以，不，不相关，但我在某种程度上是在大声思考。

【解决方案2】：

Loren Shure's MATLAB blog 上的 parfor 有一个改进性能的示例。

她的例子只是计算一个幻方矩阵的秩：

function ranks = parMagic(n)

ranks = zeros(1,n);
parfor (ind = 1:n)
    ranks(ind) = rank(magic(ind));  % last index could be ind,not n-ind+1
end

【讨论】：

【解决方案3】：

Serg 描述了如何“启用”并行功能。这是一个非常简单的剪切和粘贴示例，可按要求对其进行测试。只需将以下内容复制并粘贴到 mfile 中并运行即可。

function parfortest()
enable_parallel;
pause on
tic;
N=500;
for i=1:N
    sequential_answer=slow_fun(i);
end
sequential_time=toc
tic;
parfor i=1:N
   sequential_answer=slow_fun(i);
end
parallel_time=toc
end
function result=slow_fun(x)
    pause(0.001);
    result=x;
end

如果您已按照 Serg 的回答运行代码以启用并行，您应该会获得相当明显的性能提升。

【讨论】：