Matlab自带并行运算

Matlab自带并行运算

今天搞了一下Matlab的并行计算，效果还可以。关键比较方便，以后跑Matlab程序的时候可以注意用一下并行的问题。在网上查了一些资料，整理了一下，大家可以根据实际情况参考一下决定是否用并行。

一、Matlab并行计算原理

Matlab的并行计算实质还是主从结构的分布式计算。当你初始化Matlab并行计算环境时，你最初的Matlab进程自动成为主节点，同时初始化多个（具体个数手动设定，详见下文）Matlab计算子节点。Parfor的作用就是让这些子节点同时运行Parfor语句段中的代码。Parfor运行之初，主节点会将Parfor循环程序之外变量传递给计算子节点。子节点运算过程时互不干扰，运算完毕，则应该有相应代码将各子节点得到的结果组合到同一个数组变量中，并返回到Matlab主节点。当然，最终计算完毕应该手动关闭计算子节点。

二、初始化Matlab并行计算环境

这里讲述的方法仅针对多核机器做并行计算的情况。设机器的CPU核心数量是CoreNum双核机器的CoreNum=2，依次类推。CoreNum以不等于核心数量，但是如果CoreNum小于核心数量则核心利用率没有最大化，如果CoreNum大于核心数量则效率反而可能下降。因此单核机器就不要折腾并行计算了，否则速度还更慢。下面一段代码初始化Matlab并行计算环境：

运行成功后会出现如下语句：

Starting matlabpool using the 'local' configuration ... connected to 4 labs.

三、终止Matlab并行计算环境

用上述语句启动Matlab并行计算环境的话，在你的内存里面有CoreNum个Matlab进程存在，每个占用内存都在百兆以上。（可以用Wind ows任务管理器查看），故完成运行计算后可以将其关闭。关闭的命令很简单：

matlabpool close

四、举例

下面用一个例子来测试一下，效果如何。一般地，简单应用就直接将for循环改成parfor

即可。

测试结果：不用并行所用时间：102.8s, 使用并行的时间是42.2s

五、注意问题

1、parfor效果好，但是用起来要注意程序的细节。很多地方都会报错。比如下标必须为连续的整数！否则会报下面这个错误“The variabl e xxx in a parfor cannot be classified.”具体可以看parfor帮助文件里面的sliced variabl es这一节，帮助建议仔细全部看过最好。

2、parfor不能嵌套，在程序设计的时候当注意。

3、初始化就出现错误，说明，没有安装Matlab并行工具箱，在确定安装了此工具箱后，运行：matlabpool open l ocal 4;即可进入并行环境。

4、经测试Matlab 2010a和2011b均自带并行工具箱。