Matlab GPU计算在非标量输出下运行并行仿真

我想使用GPU计算来运行并行模拟。输入是一个随机向量

X

，输出是一个大小未知的向量

Y

。以下是一个工作示例，说明了我想做的事情：

%% Find roots to a polynomial with random coefficients and randomly truncate this vector.
clear 
clc

% Parameters
Mc = 100;        % number of simulations
p_degree = 1000; % degree of polynomial

% Simulate Data
parallel.gpu.rng(1);
for ii = 1:Mc
    sgpu(ii).f = gpuArray.rand(p_degree,1);  % Structure to be used in arrayfun with GPU
    s(ii).f = gather(sgpu(ii).f); % Structure to be used in arrayfun with CPU
end

% Calculate using CPU
t = tic();
A = arrayfun(@(x)(temp_roots(x.f)), s, 'UniformOutput', false);
time_CPU = toc(t);

% Calculate using GPU
t = tic();
B = arrayfun(@(x)(temp_roots(x.f)), sgpu, 'UniformOutput', false);
time_GPU = toc(t);

% Output times
sprintf( '%1.2fsecs (CPU)', time_CPU)
sprintf( '%1.2fsecs (GPU)', time_GPU)

function [r] = temp_roots(p)
a = roots(p);
b = ceil(rand(1)*size(a,1));
r = a(1:b);
end

使用带有gpuArray输入的arrayfun不会提高计算时间。我认为这是因为arrayfun和gpuArray输入不允许使用句柄

'UniformOutput'，false

。实际上，根据上的帮助文件，“不支持更改输入或输出数组（cat、重塑等）的大小或形状的操作”。因此，我假设，

B=arrayfun（@（x）（temp_根（x.f）），sgpu，'UniformOutput'，false）是在CPU上计算的，因此我们看不到性能的提高

我的问题是这些。有没有办法使用
arrayfun
或其他函数，以便我可以在GPU上运行大量独立的模拟？当输入为gpuArray true时，我是否断言
'UniformOutput'，false
不是arrayfun的有效句柄？为什么我在工作示例中看不到计算性能的提高——机械上发生了什么？当
'UniformOutput'，提供false
时，Matlab是否在CPU上运行
arrayfun