Matlab并行（持续更新）

Mathwoks在Matlab R2007a版本的Parallel Computing Toolbox（并行计算工具箱）中加入了并行循环parfor-loops，对于每一步可以独立于其他步的循环，计算效率可以有较大幅度的提高。以前简单的for循环for-loop是顺序的(sequentially)执行每一步循环体(statement)，parfor-loop是通过将各个循环体分配到不同的节点上进行并行计算。所以parfor的要求是循环体之间相互独立，结果各不影响，Matlab的编辑器会自动帮你检查循环体的结果是否影响。当你初始化一个matlab进程时，这个进程被称为Matlab Client，它起着和用户交互和调度的作用。在并行计算工具箱中，通过matlabpool可以打开多个matlab进程，这些进程被称为Matlab Worker。并行循环parfor-loop的各个循环就是随机的分配到这些Matlab Worker上进行同时的计算。最后再返回给Matlab Client. 在一个多核桌面上可以本地同时运行四个 worker （至R2009a，4.1版可达8个），如果与 MATLAB Distributed Computing Server 集成，就可以使用集群中任意数量的机器作为worker了。(以上这部分是转载)

当启用parallel时，任务管理器显示对应的几个matlab 进程。（几个cpu就有几个matlab进程）

 注意parafor一般只能在外循环（一般为for的第一层）

function test_No_Parallel

tic
maxNumber=10^5;
for i=1:maxNumber
    f(i)=i^2+i^3;
end
toc

 

 

 

function testParallel

% Parallel computing

% automatically get the number of cpu
 import java.lang.*;
 r=Runtime.getRuntime;
 ncpu = r.availableProcessors; % the number of core

%Initialize Matlab Parallel Computing Environment by Xaero | Macro2.cn
CoreNum=ncpu;  
if matlabpool('size')<=0 %
matlabpool('open','local',CoreNum); 
else
disp('Have already initialized'); % succeed 
end

% matlabpool local 2 % two core according to the number of your computer

tic
maxNumber=10^5;
parfor i=1:maxNumber
    f(i)=i^2+i^3;
end
toc

matlabpool close  % close the matlab parallel environment

 

 test_No_Parallel
Elapsed time is 65.817821 seconds.
>> testParallel
Starting matlabpool using the 'local' configuration ... connected to 2 labs.
Elapsed time is 0.629259 seconds.
Sending a stop signal to all the labs ... stopped.

 

这个差距真够大的，我这电脑也才双核，为什么时间会差别这么大呢？估计不同的程序架构有关系，以后多用matlab并行编程来处理没有相关联的for 循环