借鉴两篇博客:
http://blog.csdn.net/caozhk/article/details/38234293?utm_source=tuicool
http://blog.csdn.net/duanlangzhuifeng/article/details/17679343
基本概念:
Matlab的parfor并行编程
通常消耗最多计算资源的程序往往是循环。把循环并行化,或者优化循环体中的代码是最常用的加快程序运行速度的思路。
Matlab提供了parfor关键字,可以很方便的在多核机器或集群上实现并行计算。
parfor关键字的使用
由for关键字引导的循环通常为串行运行,如果改为parfor则可以由多个worker以并行方式执行。
parfor可以将n次循环分解为独立不相关的m部分,然后将各部分分别交给一个worker执行。
循环执行的结果应该与n次循环执行的顺序无关。
parfor中的变量类型
简约变量
一般parfor中各次循环对应的运算应该相互独立,但简约操作可以在多次循环内同时对一个变量操作。这种变量称为简约变量。例如下方代码中a就是简约变量。
a = 0;
for i = 1:1000
a = a+i;
end
简约操作包括 + - * .* & | [,] [;] {,} {;} min max union intersect 。
同一个parfor循环对简约变量的操作必须一致,即必须是同一种简约操作符。而且与操作符的相对位置也必须一致。
简约变量赋值表达式应该满足结合律和交换律。 * [] {} 底层有特殊处理保证结果的正确性。
切片变量
parfor中可能需要读取或写入parfor之外的矩阵,读取写入位置与循环变量相关。这样就需要向worker传输大量的数据。
矩阵如果被Matlab识别为切片变量,则数据可以分段传输到各worker,提高传输效率。
切片变量矩阵的大小是不可在parfor中改变的,且为了保证Matlab识别正确,每次循环中只能读取由同一个索引值索引的切片,如 a[i] a[i+1] 同时出现则a不被识别为切片变量。
循环变量
如上例中的i,表示当前循环的id。
广播变量
在parfor之前赋值,在parfor内只进行读取操作。
临时变量
作用域局限于parfor内,parfor结束后不存在。不影响parfor之前声明的同名变量。
各种变量区分的例子
下例中,parfor中的tmp是临时变量,parfor结束后tmp的值依然是5,不受临时变量的影响。
broadcast是广播变量,每次循环中的值不变。
redued是简约变量,Matlab对其的值将分段由各worker计算后送回主进程处理。
sliced为切片变量,数据传输有优化提升。
i为循环变量。
tmp = 5;
broadcast = 1;
reduced = 0;
sliced = ones(1, 10);
parfor i = 1:10
tmp = i;
reduced = reduced + i + broadcast;
sliced(i) = sliced(i) * i;
end
worker配置
在运行程序之前,需要配置worker。否则如前文所说,parfor循环将以普通for循环的形式运行,无法并行。
单机配置
使用matlabpool命令可以开启关闭本机的并行计算池。
matlabpool n 命令可以打开n个worker。
matlabpool open configname 按照指定配置打开,默认配置为 local 。
程序运行结束后,应该使用 matlabpool close 关闭worker。
配置项的修改可以通过 Parallel -> Manage Cluster Profile 完成。
n的选择:如果有c个cpu核心,通常可以设置为c。如果是远程服务器,为防止服务器响应卡顿,可以设置为 c-1 。对于计算密集型程序,超线程带来的性能提升几乎为0,可以设置为核心数,而不是线程数。
注意事项
循环次数n最好能整除以worker个数m,否则部分worker会分配较多的循环,造成一部分worker闲置一段时间,降低了并行性。
并行运行时各个worker之间会进行通信,要注意大量数据传输带来的性能下降。尤其对于广播变量,如果较大可尝试变为切片变量。
具体使用注意事项:
【使用和关闭】
使用matlabpool 命令启动多个workers,使用parfor指令。自己的电脑上是4核4进程,开启4个workers:
matlabpool 4
关闭时用 matlabpool close
【语法】
parfor的语法和普通的for语法没有区别:
for i = 1:N
f(i);
end
parfor i = 1:N
f(i);
end
【并行】
for 语句是按照i的序列顺序执行的,而parfor是由多个worker同时执行i为不同值的结果
for i = 1:12 fprintf(’ %d’,i); end 的输出为:
1 2 3 4 5 6 7 8 9 10 11 12
parfor i = 1:12 fprintf(’ %d’,i); end的输出为:
2 1 10
4 3 11
6 5 12
8 7 9
【嵌套循环】
parfor是不可以多层嵌套的,比如下面这样:
parfor i = 1:M
parfor j = 1:N
end
end
只有将其中一个改为for:
parfor i = 1:M for i = 1:N ; end end
或者:
for i = 1:M parfor i = 1:N ; end end
但是这样就不能发挥并行的威力,可以这样:
parfor k = 1:M*N
i = mod(k-1, M) + 1;
j = floor(k-1/M) + 1;
end
【限制】
在parfor中执行的语句,如果是写操作,则不能相互访问或者改写不同的i执行的结果。例如
parfor i = 1:12
a(i+1) = a(i) + 1;
end
则是不允许的。因为并行操作并不保证a[i]在a[i+1]之前计算完。
还有
parfor i = 1:12
a(i*2) = i*2;
end
这样的操作也是不被允许的。
parfor中限制:
不可以修改循环变量:
parfor i = 1:N
i = i + 1;
a(i) = i;
end
当写操作时, 矩阵下标的访问只能是i,或者是i加减一个常数。
如果使用嵌套循环的循环变量来引用矩阵,那么必须用直接的下标形式,不可以用表达式:
A = zeros(4, 11);
parfor i = 1:4
for j = 1:10
A(i, j + 1) = i + j;
end
end
可以改成:
A = zeros(4, 11);
parfor i = 1:4
for j = 2:11
A(i, j) = i + j + 1;
end
end
如果在嵌套循环中引用了矩阵,那么在parfor-loop中就不可以再其他地方再使用:
A = zeros(4, 10);
parfor i = 1:4
for j = 1:10
A(i, j) = i + j;
end
disp(A(i, 1))
end
是不允许的。可以改成:
A = zeros(4, 10);
parfor i = 1:4
v = zeros(1, 10);
for j = 1:10
v(j) = i + j;
end
disp(v(1))
A(i, :) = v;
end