matlab 并行计算速成方法

caoer

前阵子试了一下并行计算matlab，还是非常惊讶与并行效率的。
特来给大家分享，非常简单。

1. 必须是matlab2008a或以后版本。
2. 在matlab 命令行下敲入 > matlabpool open local 4
这里的4表示4个cpu或者core
3. 把程序 test.m 里面的 最外层的for循环 改为 parfor，保存
4. 在命令行下键入 > test
完毕！

matlab很多瓶颈是在for循环上，使用parfor以后，效率大幅提升，还是很有用处的。
推荐！！！

附件是ppt简易教程，非常实用。

bluerain09

能提高simulink的计算速度吗？

feynmand

parfor的使用貌似只能是对可以并行的循环来进行的，每次循环之间并没有因果关系，是并列关系，这样并行的结果才显著。如果是第二轮循环需要使用第一轮的结果，那么效果应该不怎么明显的。

caoer

matlab并行局限性是有的，对于简单循环的问题，可以并行很快出结果，减少等待时间，尤其是在优化参数的时候还是很不错的。
当然真正好的并行程序还是用mpich2来做比较好。

feynmand

在了解了parfor的加速使用情况之后可以更好的进行并行计算。但是有个问题需要考虑，既然循环过程中不需要使用上次循环的结果，也就是说一般情况下这种循环都是可以通过matlab向量化的方法来处理的，这样去掉循环也可以提高效率。同时再使用并行计算可能效果更好。因为我没做过这个比较，具体的速度不了解。

caoer

恩，楼上说的很对，我测试了一个很简单的图像处理的例子，两个大循环，里面套有if-elseif-statement的判断，提速效果还是很明显的。当然测试的是一个简单问题，复杂问题需要复杂对待。

huangyunping986

谢谢谢谢谢谢

pasuka

前阵子试了一下并行计算matlab，还是非常惊讶与并行效率的。
特来给大家分享，非常简单。

1. 必须是matlab2008a或以后版本。
2. 在matlab 命令行下敲入 > matlabpool open local 4
这里的4表示4个cpu或者core
...
caoer 发表于 2010-5-12 05:25

得不偿失
机器配置
intel Q8200 四核
RAM 4G
OS XP SP3 32bit
Matlab2009b
首先，开启matlabpool就需要6-7秒钟的时间；
其次，对于简单的循环，直接写成向量形式，某些for循环，matlab会进行优化，自动并行的
最后，不是所有for循环都可以改写成parfor，编辑器会报错的
*********************************************************************************
更正下上述结论，对于大规模的计算，精心修改后parfor的计算效率提升是相当明显的，对于4核cpu的主机来说，在4核全开的情况下，加速比可以提升到3到3.5左右，性价比非常高，相较于MPI/OpenMP来说的话    ------------13/11/2010

fengzhou85

多谢斑竹！

Minos

十分感谢分享，个人感觉对parfor的工作原理不清楚，所以只能通过具体的实践检验效果了，另，mpich2又是怎么回事呢？

pasuka

matlab并行局限性是有的，对于简单循环的问题，可以并行很快出结果，减少等待时间，尤其是在优化参数的时候还是很不错的。
当然真正好的并行程序还是用mpich2来做比较好。
caoer 发表于 2010-5-12 10:17

从最近2、3礼拜使用下来看：
1、parfor对于多层嵌套for循环的效果欠佳，就连matlab自带的例子，也就是二层嵌套，将内层改成parfor。问题可能在于，目前的parfor只能用于最内层的循环，而每次开启并行，分配任务都需要时间，如果本身内层循环的计算很小的话，显然是得不偿失；实际使用下来，对于四层嵌套的for循环，最内层改成parfor，计算效率显著降低，改最头三层为parfor，直接提示错误。通过修改算法，将4层循环改成1层parfor循环后，效率大幅度提升
2、以如下代码为例：
A=rand(10000,1);
B=A;
C=A;
parfor k = 1:10000
        C(k)=A(k)*3+B(k)*A(k);
end
若是4核的cpu，开启四个matlab程序进程，外加一个matlab主进程，矩阵A、B、C应该会在内存中会复制4份！！！因为本身的并行线程分配控制什么的，matlab调用了java，具体如何实现的尚不清楚，推测就是因为数据无关，循环次数确定，那么按照开启的matlabpool数目，进行平均或者动态分配，再有一个主线程监控，由于语法规则比OpenMP还要简化，那么很有可能矩阵ABC在每个进程中都被完整的复制一份。。。
如果是32位的系统，上例中的ABC三个矩阵，显然不宜开得过大

xjtuluo

使用matlab的parfor并行之后，记得并行完了之后用matlabpool close 关闭并行环境，否则后续的串行操作容易出错！
我用parfor测试一个100000个点离散数据的DFT变换，还是体现了并行的效率，值得推荐！下午是我比较的结果：
Starting matlabpool using the 'local' configuration ... connected to 4 labs.
Sending a stop signal to all the labs ... stopped.
Elapsed time is 251.206846 seconds.
Elapsed time is 327.499550 seconds.
打开了四个核，并行用了251.20s，串行花了327.50s，发现启动并行环境花费的时间还是很大的。难怪并行计算中通信的时间常常比计算消耗程度要大！所有计算时间本身不大的不建议这么用了，串行的效果会更好~~
附上DFT的部分代码：
tic
matlabpool open local 4
parfor k=0:N-1
    w=-2*pi*n*k/N;
    wcos=cos(w);
    wsin=sin(w);
    Xk(k+1)=xn*(wcos+j*wsin)';
end
matlabpool close
toc
Yk=xn*0;
tic
parfor k=0:N-1
    v=-2*pi*n*k/N;
    vcos=cos(v);
    vsin=sin(v);
    Yk(k+1)=xn*(vcos+j*vsin)';
end
toc

红鸟

十分感谢，学习一下，试试

红鸟

那双核四线程的cpu，> matlabpool open local 4，应该是输入哪个数啊

pasuka

红鸟 发表于 2011-11-6 09:02
那双核四线程的cpu，> matlabpool open local 4，应该是输入哪个数啊

直接matlabpool open，让matlab自动判断
双核四线程手动指定的话，只能matlabpool open local 2或1

红鸟

pasuka 发表于 2011-11-6 10:10
直接matlabpool open，让matlab自动判断
双核四线程手动指定的话，只能matlabpool open local 2或1 ...

呵呵，谢谢了

黄建波

哎，7.0的没这个函数.....:'(

xukyle

useful information about Parallel computation in Matlab...

blues-et

恩，楼上说的很对

blues-et

  恩，楼上说的很对.