在MATLAB中並行化的問題

我不能在下面的短腳本中找出問題，它應該比較單個CPU計算和有關計算時間的並行化。在MATLAB中並行化的問題

parfor 鏈接到完整的圖像：LINK

的代碼是：

n = 700; 
ranksSingle = zeros(1,n); 
tic 
for ind = 1:n 
    ranksSingle(ind) = rank(magic(ind)); 
end 
toc 

matlabpool local 4 
tic 
ranks = zeros(1,n); 
parfor (ind = 1:n) 
    ranks(ind) = rank(magic(ind)); 
end 
toc 
isequal(ranksSingle, ranks) 
matlabpool close

我也matlabpool 2試了一下。從流程窗口中可以清楚地看到，運行並行計算（標記爲紅色）時，所有內核都忙到100％。

當運行單CPU計算（標記爲藍色）時，4核心比以前更加忙碌。我預計只有一個核心會上升。我搜索了互聯網，看看magic()或rank函數是否內置並行化，但是您可以從這裏閱讀：http://www.walkingrandomly.com/?p=1894事實並非如此。所以這4個內核並不是很忙，但我仍然想知道爲什麼所有的內核都升級了。其次，我真的不知道並行版本的計算時間。我知道通過將作業分配給單核心可能會帶來一些開銷，但這應該不會太高以至於最終沒有任何好處：（

也許任何人都可以告訴我關於它的一些事情:(我因爲我想加速一些for循環，第二個問題是，如果有任何命令總是將worker大小設置爲我的計算機中的物理內核數量（並且還使用Hyper當你想運行一個並行工作線程，如果這是一個額外的好處？）

非常感謝！

來源

2012-01-23 tim

，你應該記住，這是不好的有太多的快速迭代，這是不好的太少緩慢的迭代。如果你做了一百萬次迭代，每次迭代需要幾個毫秒，並行化的開銷將破壞任何可能的增益。如果你做了9次迭代，每次需要一個小時，並且你在8個處理器上並行運行，那麼7個處理器將會空閒一個小時，等待9號迭代完成。

因此，您的示例對於測試並行化的影響相當糟糕，因爲magic和rank都太快了。

function testParfor2 
    tic 
    for i=1:4 
     pause(1); %# wait for 1 second 
    end 
    toc 
    matlabpool open 4 
    tic 
    parfor i=1:4 
     pause(1); %# wait for 1 second 
    end 
    toc 

Elapsed time is 4.050287 seconds. 
Elapsed time is 1.534534 seconds.

請注意，我是跑在同一時間第二並行作業，但是大致的結果應該是可重複的：有位開銷（請注意，我並沒有指望通過matlabpool使用的時間！），但加速在那裏。如果增加暫停長度，您應該會看到相同數量的開銷。此外，你應該測試你的實際循環（嘗試並行化最外層循環，順便說一句）。

你的第二個問題：

matlabpool open

因爲有物理內核將創造儘可能多的工人。超線程將幫助您確保計算機在並行作業運行時保持響應。

最後，雖然magic和rank可能不是自己完全多線程的，但它們可能會調用多線程例程。

來源

2012-01-23 16:43:46 Jonas

正確。例如，'rank'使用'svd'，它是多線程的。 –

好吧，謝謝，所以我會在明天嘗試一些更昂貴的操作:) – tim

@Jonas：'matlabpool open'給我：「使用'local'配置啓動matlabpool ...連接到2個實驗室。從上面的屏幕截圖中可以清楚地看到，我有4個內核，因此這顯然不是預期的結果！？編輯：不知何故，我無法啓動'matlabpool（4）'，我得到：您請求最少4名工作人員，但調度程序的ClusterSize屬性目前設置爲允許最多2名工人。要爲比此更多的工作者運行並行作業，請使用配置管理器[...]增加「本地」配置中的ClusterSize屬性設置。 – tim

在MATLAB中並行化的問題

回答

相關問題