C 用Matlab实现多线程

我正在Matlab上做一个项目，在这个项目中我们必须优化性能，我正在考虑并行化从一个.m文件发出的两个函数调用

这个想法很简单，从一个Matlab文件（.m）调用编译为MEX的C文件，然后从该C文件创建两个线程，并从每个线程调用Matlab函数

理论可行，我可以创建线程，也可以调用matlab函数，问题是我无法从线程调用matlab函数：

//Global variables
mxArray **g_plhs;
mxArray **g_prhs;
int g_nlhs;
int g_nrhs;

//Thread function
DWORD WINAPI my_function( LPVOID lpParam ) 
{
    mexCallMATLAB(g_nlhs,g_plhs,g_nrhs,g_prhs,"matlab_function");
    return 0; 
}


//Main function
void mexFunction(int nlhs, mxArray *plhs[],
    int nrhs, const mxArray *prhs[]) {

    DWORD dwThreadIdArray[MAX_THREADS];
    HANDLE  hThreadArray[MAX_THREADS]; 
    g_plhs = plhs;
    g_prhs = prhs;
    g_nlhs = nlhs;
    g_nrhs = nrhs;

    hThreadArray[0] = CreateThread( 
        NULL,                   
        0,                      
        my_function,            
        NULL,                   
        0,                      
        &dwThreadIdArray[0]);   

    WaitForMultipleObjects(MAX_THREADS, hThreadArray, TRUE, INFINITE);

    for(i=0; i<MAX_THREADS; i++)
    {
        CloseHandle(hThreadArray[i]);
    }
}

//全局变量
MX阵列**g_plhs；
MX阵列**g_prhs；
INTG_nlhs；
int g_nrhs；
//线程函数
DWORD WINAPI my_函数（LPVOID lpParam）
{
mexCallMATLAB（g_nlhs，g_plhs，g_nrhs，g_prhs，“matlab_函数”）；
返回0；
}
//主要功能
void MEX函数（整数nlhs，mxArray*plhs[]，
整数nrhs，常量mxArray*prhs[]{
DWORD DWTHREADIRAY[最大线程数]；
句柄hThreadArray[MAX_THREADS]；
g_plhs=plhs；
g_prhs=prhs；
g_nlhs=nlhs；
g_nrhs=nrhs；
hThreadArray[0]=创建线程（
无效的
0,                      
我的功能，
无效的
0,                      
&dwThreadIdArray[0]）；
WaitForMultipleObjects（最大线程、hThreadArray、TRUE、无限）；
对于（i=0；i您可能最好使用MATLABs内置的多线程功能，例如。事实上，许多MATLAB函数已经是多线程的（包括矩阵运算），因此除了将
for
替换为
parfor
之外，您不需要自己进行并行处理。（通常，
while
循环不能并行化。）
您只能从MATLAB主线程调用mx*和mex*函数。您可以编写多线程mex文件，前提是这些文件在mx接口以下的级别执行工作。如果您需要多个MATLAB解释器，则需要多个MATLAB进程。一种方法是通过@You指出的并行计算工具箱。这将为您提供u
PARFOR
循环和
SPMD
块用于同时运行东西。
你最好的选择是
PARFOR
。如果你是一名学生，你可以以相当便宜的价格获得并行工具箱。如果你认真考虑性能，即使是全价也不算多。你上面的代码很容易出错，很难测试。使用
PARFOR
是直观和干净的。
我很惊讶每个人都在推动
parfor
。我鼓励您至少考虑一下，您是否可以设计从Matlab调用的算法，并从多线程C/C++低级别运行关键部分，而无需调用mex。这通常是可能的。尤其是如果您使用Matlab
profiler
或类似工具来找出分析的哪些步骤是瓶颈，那么您可能只能在多线程C中编写1到2个步骤

另一种方法是用Java编写并行程序，这在Matlab中更容易使用

您可能需要检查的其他选项包括或。这两个选项都有点麻烦，都是为进程间并行而设计的（您必须运行多个Matlab实例），所以对于非常细粒度、复杂的并行性来说并不好。但是对于简单地将一个作业分成4、8或16个部分来说，他们应该完成这项工作，并且至少
multi-core
具有合理的社区支持。我还没有尝试过
MatlabMPI
，但它看起来很有希望。作为奖励，这些应该可以跨多台机器工作，尽管h他们可能需要一个共享的网络文件系统。
你想并行化什么MATLAB代码？@rlbisbe:MEX API不是线程安全的：Parfor需要MATLAB并行工具箱，而我的MATLAB许可证上没有它，如果没有并行计算工具箱，就没有任何选择了？@rlbisbe：下面是一个并行化代码的示例使用OpenMP（只要您不从派生线程调用MEXAPI函数）：（还可以查看建议的PCT替代方案的注释）你的答案与5小时前发布的答案有什么不同？请让你的答案更加真实。如果你只是说并行工具箱很便宜，那么最好在你的答案下面写一条评论。哈哈，事实上，它与你的答案或Edric答案没有太大的不同。谢谢你指出这一点。