MATLAB多核并行计算使用方法

MATLAB多核并行计算使用方法

对于在使用matlab中出现计算速度慢等情况，只有干等它跑出结果吗，可以使用多核进行并行计算加速matlab仿真的速度，好的东西当然有其局限性。

常用个人版CPU都是主打高频率，甚至超频来增加其工作速度，对于核心数不会特别追求，而对于工作站式的CPU，通常频率较低，核心和线程数低，而当这样的CPU来运行matlab程序，会出现如下问题

可以看到CPU的核心利用率很低，且大部分的内核都没有工作，只有少数的CPU在工作，这样的工作站对于matlab的运行速度甚至还没有个人版频率较高的CPU运行速度快，那这不是有力无处使，所以对面多核CPU，一定要使用其并行运算的能力。

matlab并行计算局限性

首先来介绍并行计算的局限性，matlab多核并行计算就是创建多N个启动并行工作池，然后将程序分成N个部分并行执行。下图可以看到我开启了40个并行工作池（前提是CPU的内核数大于40）。

从这上面可以理解，如果程序在运算过程中是前后关联的，这将不能用于并行计算。如何算作前后关联，举个例子：

第一张图是没有前后关联的，但是第二个存在着数组的前后关联，想象以下，如果第二种情况那去并行运算，当前循环结果依赖上一循环的结果，这种肯定无法拆分去做并行计算。

所以能进行并行计算很重要的要求是，循环可拆分，即每次循环的时候初始状态相同。

parpool和parfor

进行matlab并行计算主要依靠parpool和parfor，
parpool即是开启并行工作池，

parpool('Processes',16); %开启16个并行工作池

CoreNum=16; %设定机器CPU核心数量
if isempty(gcp('nocreate')) %如果并行未开启
    parpool(CoreNum); %开启16个并行工作池
end

delete(gcp) % 关闭并行池

parfor的使用方法和普通的for循环不太相同，主要区别是，parfor循环中有5类变量：

1. loop variable（循环变量）
   在上图中是parfor后面的i，在循环中禁止给i（循环变量）赋值。

2. Sliced input variable（切片变量）
   一般是数组，被各个处理器分割成一个个slice，首先要在parfor外申明该变量，比如上面的r=rand(1,10); 每次循环只能访问切片变量一个 位置，且固定不能重复，比如r(i)=temp1; 或者 r(i+1)=temp2;
   slice变量的下标一定要连续，例a(2*i)=temp;是不行的。

3. Broadcast variable（广播变量）
   指外部变量，且在循环内未被重新赋值。如上面在外面定义的c。

4. Reduction variable
   该变量遍历所有循环，并且跟运行结果无关。Matlab 会自动识别该类变量，并正确输出结果。如下例所示， Matlab 会按正确顺序输出 x2

x2 = [];
n = 10;
parfor i = 1:n
    x2 = [x2, i];
    i,
end

上面这段代码里， 因为将parfor拆分成很多分给并行计算池去计算，所以i 并不一定按照 1 到 10 的顺序输出，但 x2 的结果却必然是 1 到 10。

5. temporary variable（临时变量）
   临时变量不需要有sliced变量的限制，使用更自由。
   但是在使用parfor时，这会弄混sliced变量和临时变量。临时变量在parfor里面申明，sliced变量是在parfor外面申明的。一定要有parfor会被拆分成很多份给并行计算池计算的概念，sliced变量能用是因为每个循环都只使用该变量的一个位置，而临时变量之所以能用是因为每次循环的开始就对其进行初始化，所以其初始状态相同，当然可以使用。例如下面b，每次parfor循环的初始状态都是1行4列的全0序列，所以当然能够使用。临时变量还一个最大的特点是只在parfor中有定义，在parfor外没有定义。

parfor i=1:10
    b=zeros(1,4);
    for j=1:4
        b(i)=i+1;
    end
    a(i)=b;   %a是sliced变量
end

一个简单的parfor并行计算程序。

parfor中变量的提取

因为parfor中定义的变量均是临时变量，在parfor外相当于未定义，所以需要有手段能将parfor中产生的数据提取出来。
比如里面定义的临时变量，可以将最后的结果赋值给已经在外面定义的切片变量，这样在外面可以使用，如下所示，proba可以是定义成数组，元组。这样每个parfor循环的数据都存到了proba中。

proba=cell(1,N)
parfor f = 1:N
    %now use proba{f} inside the loop
    proba{f}=(1/M)*ones(1, M);
    % rest of the code
end
%get proba from whatever iteration you want
pi_proba = proba{N};