Performance Matlab中parfor循环的一个具体示例，其性能优于for循环

我对Matlab中的并行计算还是有点陌生。我已经在C语言中成功地使用了OpenMP，但在Matlab中并没有获得更好的性能

首先，由于我是一所大学的计算机，我在命令提示符下键入

ver

，验证我所在的计算机是否有并行计算工具箱，并显示：

Parallel Computing Toolbox Version 5.2（R2011b）

。请注意，机器有4个芯

我尝试了使用

parfor

和

for

的简单例子，但是

for

总是赢，尽管这可能是因为间接成本。我在做一些简单的事情，比如这里的例子：

---

在尝试将parfor应用于更大更复杂的程序之前（我需要计算500次函数求值，每次求值大约需要一分钟，因此并行化在这里会有所帮助），我非常希望看到一个具体的例子，其中

parfor

比

for

。OpenMP的例子很多，但我没有找到一个简单的例子可以复制和粘贴，说明

parfor

比

for

有一个例子可以说明parfor的性能得到了提高

她的例子只是计算幻方矩阵的秩：

function ranks = parMagic(n)

ranks = zeros(1,n);
parfor (ind = 1:n)
    ranks(ind) = rank(magic(ind));  % last index could be ind,not n-ind+1
end

我使用以下代码（每个Matlab会话一次）来使用

parfor

：

pools = matlabpool('size');
cpus = feature('numCores');
if pools ~= (cpus - 1)
    if pools > 0
        matlabpool('close');
    end
    matlabpool('open', cpus - 1);
end

这将为其他流程留下1个核心。 注意，

feature（）

命令没有文档记录。

Serg描述了如何“启用”并行功能。 下面是一个非常简单的剪切粘贴示例，用于根据需要对其进行测试。只需将以下内容复制粘贴到mfile并运行它

function parfortest()
enable_parallel;
pause on
tic;
N=500;
for i=1:N
    sequential_answer=slow_fun(i);
end
sequential_time=toc
tic;
parfor i=1:N
   sequential_answer=slow_fun(i);
end
parallel_time=toc
end
function result=slow_fun(x)
    pause(0.001);
    result=x;
end

---

如果您已运行代码以启用并行，如Serg的答案所示，您应该会在性能方面得到相当明显的改进。

您是否尝试过使用需要很长时间计算的函数？您可以只制作一个包含

暂停（5）

的…在使用

parfor

之前是否设置了matlabpool？例如：

matlabpool open 4

@Serg:No.

matlabpool open 4

是否仅仅意味着我想要使用4个内核？如果是这样的话，知道这一点将非常有帮助。另外，例如，

matlabpool open 3

是否意味着我只使用了4个内核中的3个？@GuntherStruyf：是的，我使用了，尽管示例很复杂，这就是为什么我想用一个简单的示例来检查问题。我现在离开了我的工作计算机…我明天会检查你和Serg的建议，然后再回来..Serg似乎从这里就对了：它说“注意，如果matlabpool没有运行，parfor循环在客户端上连续运行，而不考虑迭代顺序。”我没有打开matlabpool…太好了，谢谢！尝试了远程登录，成功了。感谢您帮助我开始使用Matlab中的

parfor

。@dblazevski欢迎您。你说的远程登录是什么意思？这与我的问题有关吗？啊，不，对不起……之前我在上面的一个评论中提到我离开了一台工作电脑。我正在做一份新工作，我不知道实际的服务器名是什么，所以我想我明天再试一次。。。然后在挖掘和猜测之后，我远程登录来测试你说的话。所以，不，不相关，但在某种程度上我是在大声思考。