Matlab 为什么7核工作站上的矩阵乘法运行速度比笔记本电脑慢？

我运行了以下matlab代码：

rng(1)
matrix_size = 200;
iterations = 100000;
A = rand(matrix_size);
B = rand(matrix_size);

profile on
for i = 1:iterations
  A * B;
end
profile off

在我的MacAir（Intel（R）Core（TM）i5-4260U CPU@1.40GHz）上，这需要39秒。在具有7核（英特尔（R）至强（R）CPU E5-2687W v4@3.00GHz）的工作站上，这需要62秒

我没有指定

-singleCompThread

。该工作站有12个内核，但有5个单线程进程正在运行。我自己有（几乎）7个核。他们一直都精疲力竭

这怎么可能

---

使用

-singleCompThread

运行上述代码时，需要54秒。

引用Mathworks支持团队的话：

从Matlab7.4（R2007a）开始，MATLAB支持多线程计算 对于多个函数和表达式，这些函数和表达式是 元素函数（例如y=4*x*（sin（x）+x^3））。这些功能 在多个线程上自动执行，您无需 显式指定在代码中创建线程的命令

使函数或表达式在多个计算机上执行得更快（加速） 对于堆芯，必须满足以下条件：

1） 函数在算法中执行的操作如下 易于划分为可并发执行的部分， 并且几乎不需要通信或很少需要顺序操作。 这是所有元素操作的情况

2） 数据大小足够大，因此并发 执行时间超过了对数据进行分区和管理所需的时间 单独的执行线程。例如，大多数函数只会加速 当数组大于数千个元素时

3） 在处理时间为的情况下，操作没有内存限制 由内存访问时间控制，对于简单操作也是如此 比如元素加成。一般来说，情况更复杂 函数的速度比简单函数快

你的案子还不够满。或3。乘法运算速度极快且简单，而且内存有限，而且矩阵相对较小。从使用-singleCompThread进行的测试中可以看出，多线程似乎包含更多的开销。您可以使用更大的矩阵来尝试基准测试，看看差异是否会发生变化。您还可以在Macbook上使用-singleCompThread来尝试基准测试，以查看相对的单线程性能是否符合预期范围

另一种（部分）解释可能是Sandy Bridge和Haswell之间的不同矢量指令，即。不过，在研究之前，我会先做基准测试

---

还请注意，Matlab profiler会关闭JIT。因此，您得到的结果可能无法与您所针对的任何实际案例进行比较

您应该使用特定矩阵而不是随机矩阵运行此测试。随机性可能是一个因素。请注意，由于设置种子的

rng（1）

，两台机器上的矩阵是相同的。如果使用？对于i=1:iterations，尝试

f=@（）；A*B；结束然后
t=timeit（f）。您确定matlab需要标准的
rand
？（在C和C++中，线性同余系数几乎都是实现的）。一定要考虑一下。@ Bathsheba，你能解释一下为什么会这么重要吗？代码>兰德
不是计时的一部分。