Matlab 使用SPMD在更新公共变量时运行一系列作业

我目前正在尝试使用Matlab2013b并行运行非常耗时的实验

加速的一个策略是使用一个实验的结果来“热启动”下一个实验。在我的例子中，这有点复杂，因为每个实验都有一个

n_类型

类型，我只能使用

k

类型的实验来加速另一个

k

类型的实验

不幸的是，我无法使用

parfor

函数实现此策略，因为它需要每个作业更新一个公共变量（存储热启动信息）。也就是说，我听说可以使用

spmd

框架来实现这一点

我想知道是否有人能帮我将下面的一段通用（非工作）

parfor

代码“翻译”成能在

spmd

代码中工作的代码

n_cores = %provided by user (# of workers that are available)
inputs  = %provided by user (n_jobs x 1 cell array of structs)
types   = %provided by user (n_types x 1 array of integer values)
n_jobs  = length(inputs)
n_types = length(unique(types))

outputs     = cell(n_jobs,1) %cell array to store job output
warm_starts = cell(0,n_types) %empty 0 x n_type cell array to store warm start data

matlabpool('open',n_cores)

parfor i = 1:length(jobs)

   %run myfun in parallel
   outputs{i} = myfun(inputs{i},warm_starts(types(i)));

   %update warm start data for experiments of this type with data from current experiment
   warm_starts{end+1,types(i)) = get_warm_start(job_outputs{i});

end

---

我不太清楚每个

类型

可能需要存储多少不同的

热启动。我假设您只想存储1个。以下是您可以如何做到这一点：

jobs  = rand(1,97); % note prime number of jobs
types = randi([1, 5], size(jobs));
n_jobs = numel(jobs);
n_types = numel(unique(types));
warm_starts = cell(1, n_types);

spmd
    jobs_per_lab = ceil(n_jobs / numlabs);
    outputs = cell(jobs_per_lab, 1);
    for idx = 1:jobs_per_lab
        job_idx = idx + ((labindex-1)*jobs_per_lab);
        if job_idx > n_jobs
            % Off the end of 'jobs', no work to do
            this_warm_start = NaN;
            this_type       = NaN;
        else
            this_type = types(job_idx);
            if ~isempty(warm_starts{this_type})
                this_warm_start = warm_starts{this_type};
            else
                this_warm_start = 0;
            end
            outputs{idx} = this_warm_start + types(job_idx) * jobs(job_idx); % some function goes here
            this_warm_start = rand();
        end
        % All-to-all communication to exchange 'this_warm_start' values.
        % After this, each worker has a 2 x numlabs cell array of warm starts and types
        all_warm_starts_this_round = gcat({this_type; this_warm_start}, 2);
        for w = 1:numlabs
            warm_start_type = all_warm_starts_this_round{1, w};
            warm_start_value = all_warm_starts_this_round{2, w};
            if ~isnan(warm_start_type)
                warm_starts{warm_start_type} = warm_start_value;
            end
        end
    end
    % Finally, collect all results on lab 1
    outputs = gcat(outputs, 1, 1);
end
% Dereference the Composite
outputs = outputs{1};

我在那里做的主要工作是手动分割工作，以便每个工人操作一大块“作业”，然后在每轮之后使用广播热启动信息。
谢谢！可以肯定的是：除非n_jobs是numlab的倍数，否则这段代码不会出错吗？在这种情况下，我觉得您可能会引用不存在的类型/作业。Gah。如果作业的数量不是numlab的倍数，那么肯定存在一个非常重要的错误。在这种情况下，一些工作人员提前完成，对其余mod（n_作业，numlabs）工作人员的“gcat”调用返回以下错误：“使用labReceive时出错。遇到通信不匹配错误：另一个实验室在labReceive期间变为空闲状态。”是的，对gcat的调用是集体的，因此必须确保它们一起调用。我更新了示例代码，以展示如何处理n_作业不是numlab的倍数的情况。谢谢！理解GCAT如何工作的最后一个问题：假设worker 1仍在运行实验函数，但worker 2已完成并到达GCAT调用。。工人2会执行这个呼叫吗？或者它也必须等到工作人员1到达GCAT吗？GCAT是集体所有对所有通信-因此，工作人员2在工作人员1至少进入GCAT之前不能离开GCAT。如果你的实验需要不同的时间，那可能会导致你的工人无所事事地等待其他人。