在Matlab中加速mex文件_Matlab - Fatal编程技术网

在Matlab中加速mex文件

matlab

在Matlab中加速mex文件,matlab,Matlab,我有一个大循环，我需要在我的代码中计算很多次，我认为使用MATLABcoder可以加速它。但是，我的代码的mex文件版本（函数的代码附在下面）最终比m文件慢。我使用MINGW64编译器编译了代码我尝试了不同的编译器设置（使用coder.config）和不同的内存规范，但没有成功 function v_d = test_code(q,v_exp,wealth,b_grid_choice,k_grid_choice,nz,nk,nb) %#codegen % Inputs % q is a

我有一个大循环，我需要在我的代码中计算很多次，我认为使用MATLABcoder可以加速它。但是，我的代码的mex文件版本（函数的代码附在下面）最终比m文件慢。我使用MINGW64编译器编译了代码

我尝试了不同的编译器设置（使用coder.config）和不同的内存规范，但没有成功

function    v_d = test_code(q,v_exp,wealth,b_grid_choice,k_grid_choice,nz,nk,nb)
%#codegen

% Inputs
% q is an array of dimension [nz nk nb]
% v_exp is an array of dimension [nz nk nb]
% wealth is an array of dimension [nz nk nb]
% b_grid_choice is an array of dimension [nk nb]
% k_grid_choice is an array of dimension [nk nb]
% Typically, nz/nk/nb is an integer (currently up to 200)

v_d = coder.nullcopy(zeros(nz,nk,nb));

    parfor ii = 1:nz          
            q_ini_ii = reshape(q(ii,:,:),[],nz);
            v_ini_exp_ii = reshape(v_exp(ii,:,:),[],nz); 
            choice = q_ini_ii.*b_grid_choice - k_grid_choice;

            for jj = 1:nk
                for kk = 1:nb 
                    % dividends at time t
                    d =  wealth(ii,jj,kk)  + choice;
                    % choosing optimal consumption
                    vec_d = d + v_ini_exp_ii.*(d>0);
                    v_d(ii,jj,kk) = max(vec_d,[],'all'); 
                end
            end
    end

当我在

nz

nk

nb

运行此代码时，m文件需要2.5s，而生成的mex文件需要7.5s。我尝试使用MATLABcoder应用程序和

codegen

命令

codegen -O enable:OpenMP test_code -args {q,v_exp,wealth,b_grid_choice,k_grid_choice,nz,nk,nb}

我还玩了

codegen.config（'mex'）

，但对性能影响不大

当我测试上述代码的速度时，我只需使用

randn

命令生成这些矩阵，然后将它们传递到代码中。有趣的是，当我在函数中生成这些矩阵时，这对m文件的速度没有影响，但会将mex文件的速度提高近10倍（因此比m文件快3倍）！这对我来说意味着有一种方法可以加快代码的速度，但是尽管我努力了，我还是没能找到它。我认为内存分配可能是背后的原因，但我尝试使用动态内存规范也没有带来任何收益

为了加快代码的速度，将循环转过来：内部循环应该在第一个索引上，外部循环应该在最后一个索引上。这将按存储顺序处理数据，从而优化缓存使用。此外，手动编写的MEX文件可能比

codegen

生成的文件快。@CrisLuengo感谢您的建议。不幸的是，更改循环顺序并没有提高性能。我想加快速度的唯一方法是在C++中编写这段代码，然后编译它而不是依赖于代码。这个代码是“大循环”还是这个函数经常被调用在“大循环”中？我不确定在mex函数中，

parfor

是否是一个好主意（我甚至不知道这是否有效…）。它可能会在每次调用该函数时设置一个新池，从而导致开销。MATLAB代码可能更快，因为并行池仍然是open@max这段代码是一个“大循环”，但在实际代码中，它将在一个while循环内。现在，我只是想用我正在加速的函数的一部分来学习一些关于mex文件的知识。据我所知，parfor在墨西哥工作。当我使用-O disable:OpenMP关闭它时，mex代码的速度会大大降低（我还看到task manager中的CPU利用率很低）。我明白你关于matlab池的观点，但是当测试池被打开时，我总是可以在运行代码之前为它设置一个计时器，以便在循环运行时打开它。要加快代码的速度，请将循环转过来：内循环应该在第一个索引上，外循环应该在最后一个索引上。这将按存储顺序处理数据，从而优化缓存使用。此外，手动编写的MEX文件可能比

codegen

parfor