Multithreading 如何在Matlab中最大限度地利用多线程CPU？

我刚买了Matlab并行计算工具箱

命令

matlabpool open

打开具有我的CPU中的内核数的并行工作进程

但是我的每个CPU核心都有两个线程。根据Windows任务管理器，每个工人只能使用一个CPU核心的一半性能，这似乎可以解释为一个工人=一个线程=“半核心”

因此，在所有工人打开后，CPU总功率的一半仍然可以使用

---

是否有其他命令可以对此有所帮助？

默认情况下，

matlabpool

的

local

集群类型在选择要启动的默认工作线程数时只考虑“真实”内核。这是因为对于MATLAB工作负载，超线程通常不会提供太多好处。但是，此值只是默认值-您可以编辑群集类型并运行最多12个本地工作线程。

默认情况下，

matlabpool

的

local

群集类型在选择要启动的默认工作线程数时只考虑“真实”内核。这是因为对于MATLAB工作负载，超线程通常不会提供太多好处。但是，此值仅为默认值-您可以编辑群集类型并运行最多12个本地工作进程的任何操作。

您需要了解超线程才能回答此问题

Matlab为每个CPU启动一个工作线程。假设您现在使用像

parfor

这样的指令将计算分布到多个线程上。现在，每一条线都将愉快地处理数字

假设你正在做一个大的数字向量的和。实际发生的情况如下：

• sum=sum+a[0]

  • 数组

    a

    尚未在我的CPU缓存中
  • 我将从主内存中提取一小部分

    a

    ，并将其放入CPU缓存中

• sum=sum+a[1]

• sum=sum+a[2]

在提取

a

期间，CPU暂停，等待系统内存。这称为

管道气泡

，对性能不利。有时，阵列

a

的一部分被交换到硬盘驱动器。操作系统需要访问驱动器以将该部分放入主内存，然后将其传输到CPU缓存。发生这种情况时，您的操作系统不会让CPU等待+200毫秒。它将使用这段时间执行另一项任务（如系统上运行的备份，或刷新屏幕，或…）

在CPU上切换任务会导致性能下降。要切换到不同的任务，操作系统必须将CPU寄存器保存在主存中，并首先将另一个任务的CPU寄存器加载回CPU。这需要时间

通过超读，每个CPU的寄存器数量增加了一倍。这意味着两个进程可以“占用”CPU。只能执行一个进程，但在暂停期间，操作系统可以切换到第二个进程，而不会造成任何性能损失

忘记Microsoft Windows如何报告CPU使用情况。这是错误的。CPU的使用比简单的

47%

要复杂得多。真正的问题是：matlab应该为每个内核注册两个线程，还是只注册一个线程

Arguments pro：

• 在暂停期间，CPU可以快速切换到另一个线程并继续执行

相反的论点：

• 有更多的线程，问题被分成更小的部分。这实际上可能会降低性能，因为您需要将更多的部分放在一起以获得最终结果
• 上下文切换仍然会“毒害”一级和二级缓存，加载对CPU上的另一个线程没有用处的内存块
• 如果没有摊位，你会有更多的开销
• 在桌面上，操作系统还需要运行：重新绘制屏幕、移动鼠标等。当所有逻辑cpu都在使用时，操作系统需要进行实际（昂贵的）上下文切换
• 只有计算了问题的所有部分，您的问题才算完整。使用所有内核/线程会增加一个线程占用更多时间的风险

---

我的猜测是，Matlab开发人员认为参数contra比参数pro更重要。我自己的性能测试肯定表明，对于cpu密集型计算，超线程的性能增益很小。

您需要了解超线程才能回答这个问题

Matlab为每个CPU启动一个工作线程。假设您现在使用像

parfor

这样的指令将计算分布到多个线程上。现在，每一条线都将愉快地处理数字

假设你正在做一个大的数字向量的和。实际发生的情况如下：

• sum=sum+a[0]

  • 数组

    a

    尚未在我的CPU缓存中
  • 我将从主内存中提取一小部分

    a

    ，并将其放入CPU缓存中

• sum=sum+a[1]

• sum=sum+a[2]

在提取

a

期间，CPU暂停，等待系统内存。这称为

管道气泡

，对性能不利。有时，阵列

a

的一部分被交换到硬盘驱动器。操作系统需要访问驱动器以将该部分放入主内存，然后将其传输到CPU缓存。发生这种情况时，您的操作系统不会让CPU等待+200毫秒。它将使用这段时间执行另一项任务（如系统上运行的备份，或刷新屏幕，或…）

在CPU上切换任务会导致性能下降。要切换到不同的任务，操作系统必须保存CPU寄存器i