Matlab并行编程方法

本文讲一下matlab中的并行方法与技巧,这里我们不涉及GPU加速,主要考虑for循环并行和数据并行。分为以下几个板块:

1. 怎么并行?

2. parfor vs. SPMD

3. 注意事项及经验总结



-----------------------------------------------------------

1. 如何并行?

1. Request a number of workers;
2. Issue the normal command to run the program. The client program will call on the workers as needed;
3. Release the workers;

具体到代码:

matlabpool local 2;
    %parallel program
matlabpool close

其中2是core数目,注意2是core数。你的电脑如果是双核四线程的,那么只能申两个(而非4个)matlab local pool。

具体实现parallel program呢,主要是通过parfor(parallel for)和SPMD(single program, multiple data)完成的。




-----------------------------------------------------------

2. parfor vs. SPMD

2.1 什么时候用parfor

parfor只用于matlab并行循环。当你需要简单计算的多次循环迭代时,例如蒙特卡洛(Monte Carlo)模拟,parfor循环就很有用。parfor将循环迭代分组,那么每个worker执行迭代的一部分。当迭代耗时很长的时候parfor循环也是有用的,因为workers可以同时执行迭代。

注意当循环中有迭代依赖其他迭代的结果时不应该使用parfor循环。每个迭代都必须不依赖其他迭代。由于parfor循环内有通信消耗,当只有小数量的简单计算时使用parfor可能得不到什么好处。

c = 1:10;
a = ones(10,1);
tic
parfor i = 1:length(c)
    a(i)= a(i)+ c(i);
end
toc
fprintf('%d\n',a);


2.2 什么时候用SPMD(Single Program/Multiple Data)单程序多任务进行任务并行

Spmd中的“Single program”方面指的是同一段代码运行在不同的多个lab上。你在一个Matlab客户端上运行一个程序,被标志为spmd模块的其他部分运行在其他lab上。当这些块运行完毕后,你的程序继续在客户端运行。 “Multiple data”方面指的是虽然spmd语句在所有的lab上运行相同的代码,但每一个lab可以有不同的,独有的数据。所以多数据集可以在多个lab上同时被容纳。一下是我总结的SPMD使用的两个场景:


The "single program" aspect of spmd means that the identical code runs on multiple labs. 就是说同一段程序应用于不同的样本(数据),所以一般针对随机抽样的并行,如

%% SPMD
%example 1
spmd 
A = rand(3,2); %generate a matrix A for each lab(worker)
end
for i = 1:length(A)
    figure; imagesc(A{i}); 
end

%example 2
a = 3;
b = 4;
spmd
    c = labindex();
    d = c+a;
end
c{2} = 5;
spmd
    f = c*b;
end
for i = 1:length(f)
    fprintf('%d\t',f{i});%access the value of each lab
end

另外,SPMD也可以用于可替代parfor的块并行,在不同lab(worker)上对相同或不同的数据执行不同的并行操作,说起来有些拗口,具体看一下例子就明白了,下面我写的example3,4分别针对在不同lab上对相同数据和不同数据执行不同操作。它们都可以用parfor代替,对吧,这里我就不写了,相信大家的能力。。

%example3 - deal with same Data by different parameters
%add different values to same array Data
Data = 1:100;
spmd
    switch labindex
        case 1
            Data = Data+1;
        case 2
            Data = Data+2;
    end
end
% print Data{1} & Data{2} for checking
            
%example4 
%add different values for different parts of array Data
% [1:50]+1
% [51:100]+2
spmd
    if labindex == 1
        Data(1:50) = Data(1:50)+1;
    else
        Data(51:100) = Data(51:100)+2;
    end
end

以上是我对spmd和parfor的理解,欢迎补充指正,其他关于spmd vs. parfor的可以参考这个帖子


2.3 Composite类型

spmd中每个lab返回值以composite存储,如上面[code]example 1中的f就是以composite的形式展现。f{i}为第i个lab的返回值。最开始我们也可以创建Composite对象并进行初始化赋值。

>>  f = Composite(2);



-----------------------------------------------------------

4. 注意事项及经验总结

注意事项

1. parfor中慎用(最好勿用)eval幅值。

一个程序并行时要共享内存,而eval语句可能使程序进入错误的workspace,因此不要用eval,改用不同index赋值。

matlabpool local 2;
c = 1:5;
parfor i = 1:length(c)
    a(i) = c(i);
end



2. parfor循环不能很好利用所有处理器怎么办?

是这样,

parfor i = 1:4
........
end

就只能用4个处理器,而如果不加这个parfor可能matlab自身的负载均衡能够更好地利用CPU。这里我是开起来3个matlab,比如服务器上有12个核。我就给每个matlab分配4个core(>>matlabpool local 4),每个程序里有一个parfor i = 1:4. 这样就可以用起来12个核。我知道这样好暴力……囧,有人知道正解的话指条明路吧。。


3. parfor,spmd不可以相互或者自身嵌套。


4. parfor使用有很多约束,比如for循环内的表达式需要显式表达(透明性),不依赖前项。如

parfor i = 3:10

       f(i) = f(i-1)+f(i-2);

end

是不行滴。。


欢迎留言其他并行技巧和方法,谢谢!



Reference:

1. MATLAB官网——Parallel Computing Toolbox

2. 详细讲解并行用法(貌似阿拉伯人写的……o(╯□╰)o)

3. 详细并行代码

4. 多核计算平台中MATLAB并行计算

5. Parallel Computing Toolbox User's Guide



欢迎关注本博客和新浪微博Rachel____Zhang



没有更多推荐了,返回首页