matlab中的并行计算

假设我们在简单的计算机上工作，我想知道并行代码计算和没有并行计算是否有一些区别？并行计算有联系

这里给出了几个例子，涉及到积分，特征值计算等等，但是如果我使用并行计算或者不使用并行计算，会有什么区别吗？现在我想在巨大的矩阵上计算特征值分解，我如何将其分发给4个客户机，以及如何最终获得结果？请向我展示一些与此主题相关的代码或示例，提前感谢，例如我们有此矩阵

a=rand(200,200);
>> tic
>> [V,D]=eig(a);
>> toc
Elapsed time is 9.819754 seconds.

---

那么并行计算呢？

根据您的要求，这里有一个快速示例：

% open a local pool of 2 workers
parpool('local',2)

% random matrix distributed over workers (each gets half of the data)
A = distributed.rand(1000);

% (non symmetric eigenvalue EIG is not yet available for codistributed arrays)
A = A + A.';

% compute eigenvalues/eigenvectors
[V,D] = eig(A);

% V and D are distributed arrays.
% If you want to retrieve contents of distributed array on this client
%V = gather(V);

% shutdown workers
delete(gcp)

---

我仍然建议您阅读文档，了解如何在MATLAB中使用分布式阵列。

是的，如果您可以访问并行计算工具箱和分布式计算工具箱，您可以使用

分布式
阵列，并在这些阵列上实现许多算法（包括
EIG
）：。分布式阵列的大多数线性代数函数都是在后台使用ScaLAPACK实现的。请举个小例子，是的，我可以访问paralel Computing。您是否查阅了文档（本地或在线），文档中充满了示例、大量教程和解释（比我能提供的要好得多）：如何确定我需要多少工人？对于exmaple，此spmd（3）R=rand（4,4）；EndIt会优化代码吗？（一如既往）这取决于。在不同的工作人员之间进行通信和来回传输数据时会产生开销。。因此，与并行化的成本相比，当每个工作进程上的计算量很大时，您通常会从中受益。但基本上，当连接了多个实际客户端时，建议使用这种方法。无论工作进程是本地进程还是远程进程，都是如此（我认为都是使用MPI消息实现的）