Matlab在多維數組上的求和性能

我有一個關於sum的問題，在matlab中。Matlab在多維數組上的求和性能

對於載體（1×N個矩陣），sum似乎是並行化。例如，

a=rand(1,100000000); 

maxNumCompThreads(2); 
tic;for ii=1:20;b=sum(a,2);end;toc 

maxNumCompThreads(1); 
tic;for ii=1:20;b=sum(a,2);end;toc 

> Elapsed time is 1.219342 seconds. 
> Elapsed time is 2.393047 seconds.

但如果不是我考慮一個2×N個矩陣，

a=rand(2,100000000); 

maxNumCompThreads(2); 
tic;for ii=1:20;b=sum(a,2);end;toc 

maxNumCompThreads(1); 
tic;for ii=1:20;b=sum(a,2);end;toc 

> Elapsed time is 7.614303 seconds. 
> Elapsed time is 7.432590 seconds.

在這種情況下，sum似乎並沒有從額外的核心受益。

以前有人遇到過這個嗎？我想知道這是否可能是由於索引開銷，以及在2xN矩陣的情況下是否有可能使sum更快。

非常感謝。

來源

2013-07-13 user2578309

我看不到這種行爲（matlab 2012a）。 1D陣列的比率爲2線程vs單線程提高〜10％。我得到2D陣列的第一個循環（2個線程）也比第二個（單線程）稍快（2％）。雖然它不如一維陣列有效，但它不是你所報告的。 – bla

@natan感謝您的評論。我使用matlab 2011b和2013a在幾臺機器（2和4個內核）上檢查了這一點，我總是觀察這種行爲。 – user2578309

這是MATLAB不太清楚的事情。無論何時你創建一個數組，MATLAB都會生成一個行向量，但是在場景後面它實際上更喜歡列向量。因此，在行（第1維）中求和數組將比在行中（第2維）更快。對於您的情況，如果您將a轉換爲行主要表示並在第1維中執行sum，則可以看到好處。在我的機器上，我收到以下內容

a = rand(100000000, 2); 
maxNumCompThreads(2); 
tic; for ii=1:20; b=sum(a,1); end; toc 
maxNumCompThreads(1); 
tic; for ii=1:20; b=sum(a,1); end; toc 

> Elapsed time is 2.485628 seconds. 
> Elapsed time is 4.381082 seconds.

來源

2013-07-13 14:38:53 radarhead

非常感謝。我觀察到同樣的行爲。但是，如果給出2XN矩陣，例如'a = rand（2，N）'，那麼sum（a，2）'比sum（a。'）快_much_。儘管後者明顯受益於並行計算，轉置成爲瓶頸...... – user2578309

Matlab在多維數組上的求和性能

回答

相關問題