MATLAB中的简单并行执行

我已经想出了一些很棒的方法来加速我的MATLAB代码：矢量化、arrayfun，以及基本上不用parfor的for循环。我想把它带到下一步

假设我有两个计算密集型函数调用

x = fun(a);
y = fun(b);

它们是完全独立的，我希望并行运行它们，而不是串行运行。我没有并行处理工具箱。感谢您的帮助

---

谢谢，如果我乐观的话，我想你会问我如何在Matlab中简单地进行并行处理。在这种情况下，答案是：

并行处理最容易用。这使您可以访问以下内容

我想你可以做到：

parfor t = 1:2
   if t == 1, x = fun(a); end
   if t == 2, y = fun(b); end
end

---

当然有，但这应该是最简单的。

MATLAB解释器是单线程的，因此实现跨MATLAB函数并行性的唯一方法是运行多个MATLAB实例。并行计算工具箱为您实现了这一点，并以PARFOR/SPMD/PARFEVAL等形式为您提供了一个方便的界面。您可以手动运行多个MATLAB实例，但您可能需要做大量的工作来组织您想要完成的工作。

通常的示例包括，这可能是从MATLAB的并行计算工具箱PCT中获得并行性的最简单方法。parfeval函数非常简单，如中所示。PCT的一个不常被讨论的功能是作业和任务系统，对于两个完全独立的函数调用的简单情况，这可能是最合适的解决方案。扰流板：批处理命令有助于简化简单作业的创建，请参见本文底部

不幸的是，实施起来并不那么简单；为了完整起见，下面是一个示例：

% Build a cluster from the default profile
c = parcluster();

% Create an independent job object
j = createJob(c);

% Use cells to pass inputs to the tasks
taskdataA = {field1varA,...};
taskdataB = {field1varB,...};

% Create the task with 2 outputs
nTaskOutputs = 2;
t = createTask(j, @myCoarseFunction, nTaskOutputs, {taskdataA, taskdataB});

% Start the job and wait for it to finish the tasks
submit(j); wait(j);

% Get the ouptuts from each task
taskoutput = get(t,'OutputArguments');

delete(j); % do not forget to remove the job or your APPDATA folder will fill up!

% Get the outputs
out1A = taskoutput{1}{1};
out1B = taskoutput{2}{1};

out2A = taskoutput{1}{2};
out2B = taskoutput{2}{2};

这里的关键是在要创建的任务对象中作为要求值的函数myCarseFunction。如果您有可能需要结构容器的复杂输入/输出，这可能是您的乐趣或包装

请注意，对于单个任务，上面创建作业和任务，然后以提交开始的整个工作流可以通过批处理简化，如下所示：

c = parcluster();
jobA = batch(c, @myCoarseFunction, 1, taskdataA,...
    'Pool', c.NumWorkers / 2 - 1, 'CaptureDiary', true);

---

另外，请记住，与matlabpoolnow称为parpool一样，使用parcluster需要时间来启动将运行作业的MATLAB.exe进程。

arrayfun是否可以加速？我不这么认为。for循环通常更快。至于并行化，请参见matlabpool/parpool：注意，最好的加速通常不是通过加快计算速度来实现的，而是通过以正确的方式计算正确的事情来实现的。希望这能澄清一点……Luis，这更清楚一点吗？我很确定串行for循环比使用arrayfun（通常称为map）慢…@LuisMendo实际上在并行计算工具箱中有一个版本，它利用GPU执行分布式计算，因此，在驳回问题之前，最好先了解问题是否与之相关：我明白了-我没有并行处理工具箱：我收到一条警告，说MyCarseFunction不存在。@AhsanAli这是一个例子。假设您有一个名为MyCarSeFunction的函数，这就是您应该如何做的。请告诉我如何将此应用于我的代码：`parfor ii=1:1000 p{ii，1}=repmat[2 4 5；]，500,1；%假设非常大的矩阵pp{ii，1}=p{ii，1}*2；对于jj=1:100p1{jj，1}=p{ii}*pp{ii}；p2{jj}=p{ii}*pp{ii}*p1{jj}；p3{jj}=p{ii}*pp{ii}*p1{jj}*p2{ii}；数据=[ppii，：，p1{：，1}，p2，p3；]；数据标签=cellfun@x['label'num2strii]，num2cell1:lengthpp+lengthp1+lengthp2+lengthp3'，'UniformOutput'，false；结束`