Matlab使用:多核并行计算
Matlab程序的运行效率,很大程度上决定着科研工作的效率。如果能把循环转变为矩阵运算无疑是最高效的,但实际使用的过程中经常碰到不得不循环的情况。如果循环次数很多,运行速度就会大大减慢,此时使用并行计算可以很好的提高效率。
这里给出一个并行计算的例子,同时提醒几点注意事项。
%% 启动并行计算
core_number=2; %想要调用的处理器个数
parpool('local',core_number);
% % % % % % 启动后有如下提示:
% Starting parallel pool (parpool) using the 'local' profile ...
% connected to 2 workers.
%% 算例(没有实际意义,甚至很奇怪的例子)
temp = [];
for j = 1:100
for i = 1:10
x = i + j;
temp(i) = x;
end
% y = x + 1; %x是临时变量,不能在parfor循环外使用
y = temp .^ 2; %temp是sliced变量(基本就是向量),可以在parfor循环外使用
end
%% 关闭并行计算
delete(gcp('nocreate'));
% % % % % 关闭后有如下提示:
% Parallel pool using the 'local' profile is shutting down.
Note
Matlab启动并行环境是比较慢的,不过不用每次都重新启动环境,启动一次以后能一直使用;
parfor循环中的临时变量不能在循环外使用且每次parfor迭代后临时变量都会自动清除;
parfor循环不是按照顺序来的,所以不能有以下操作:
parfor i = 1:10
x(i)=x(i-1)+x(i+1);
end
parfor使用时机:每次循环相互独立,且数据量较大;
注意透明度违例错误。