Matlab下的多线程初次尝试

最新推荐文章于 2023-11-11 21:46:44 发布

ldd530314297

最新推荐文章于 2023-11-11 21:46:44 发布

阅读量7.6k

点赞数 3

文章标签： matlab 多线程

Matlab真是慢啊，早知道当初就选择C++了，唉，但是还得计算结果啊，所以看了一点关于多线程的东西，如果问题简单的话，还是用起来很容易的，下面是一个基本步骤，我直接引用过来。这里是直觉举个用parfor的例子，但是parfor的限制因素太多了。

刚才试了一下，我使用的MATLAB2010可以多核运行的。需要多核多线程跑的算法，在之前要让matlab在本地建立4个“实验室”（我的机器是4核，所以是4个）
>> matlabpool local 4
Starting matlabpool using the 'local' configuration ... connected to 4 labs.
显示正在进行多核配置，一会说，连接到4个“实验室”。我理解就是在本地虚拟出4台可以运行matlab的工作站，这样用分布式计算工具箱可以进行并行计算（matlabpool这个命令好像是在并行计算工具箱里的）。观察windows任务管理器，可以发现一共有5个MATLAB.exe进程。其中一个占内存较多的，我理解是主控的，他基本不干活，只负责分配，进行计算时他的cpu占用率只有1~2%，剩下四个进程专门用来计算的，跑起来各占cpu 25%左右。看上去还是每个matlab进程单核运算，但是一下开4个进程，所以能把cpu用满。
如果后续还需要多核运算，就直接用parfor好了，不用每次都用matlabpool命令。那个配置一次就好。
算完了，不再跑了，临退出时关闭配置就行。
>> matlabpool close
Sending a stop signal to all the labs ... stopped.

下面是我一个M文件的程序，测测4核并行计算和单核计算的差距，很简单。

 
        function 
        testtime 
       
        runtimes = 1e9; 
       
        dummy1   = 0; 
       
        dummy2   = 0; 
       
        %matlabpool local 4 
       
        tic 
       
        %for x= 1:runtimes; 
       
        parfor 
        x= 1:runtimes; 
       
        dummy1 = dummy1 + x; 
       
        dummy2 = 2 * x + 1; 
       
        end 
       
        toc 
       
        plot([1 2], [dummy1, dummy2]);

第一次用普通for语句，单核跑，6.09秒
>> testtime
Elapsed time is 6.094267 seconds.

第二次用parfor语句，4核跑，1.63秒
>> matlabpool local 4
Starting matlabpool using the 'local' configuration ... connected to 4 labs.
>> testtime
Elapsed time is 1.631350 seconds.
>> matlabpool close

加速比 6.09 / 1.63 = 3.736，将近4倍（还有开销吧），还比较可观。via

parfor对于global的处理：via

按照官方的文档，好像是一个核可以开启一个job worker。俺的电脑是4核8线程的。使用默认local设置的时候，只看到cpu的使用率是50%。总是不爽。老想着要是它可以支持8个多好啊。这样怎么算都是单核的8倍了。。。鼓捣了一阵，还是不行。好像就是只能只能开启最多跟cpu核心数一样的worker了。那就不管它了，4倍就4倍吧。聊胜于无。第二个问题就是for循环里面调用了别的函数的变量。以前为了省事，就用了一把一把的global。但是在parfor里面，这个global是会出问题的。运行了一下，真的出问题了。侥幸都侥幸不过去了。网上找了几个替代的方案：在编制MATLAB程序的过程中，常常会遇到多个函数里要调用同一个变量的情况，这时候，一般采用全局变量（global）实现这样的“变量共享”，但是 global变量在每次使用前，必须进行声明，使用不方便。作者根据自己使用MATLAB的经验，采用MATLAB自带的evalin函数和 assignin函数，可以较好的解决全局变量使用时所带来的不便，实现多个函数共享一个变量的功能。具体如下： A1=evalin('base','A2') %将workspace中变量A2赋值给函数中里的变量A assignin('base','R',D/2) %将D/2的值输出到workspace，生成新的变量R 有兴趣的朋友，赶紧试试吧~~~~~~ 也挺麻烦的，毕竟那么多变量，一个一个的写，对代码的改动太大，以后容易出问题。那么最简单的办法呢，还是觉得直接把那些变量save到一个mat文件里面。在别的函数load一下就行了。这样就避免了global的使用。尝试了一下，可以，还是50%的cpu。出来的结果也是正常的。好歹也算是比4个小时少了3个小时了。以后再看看matlab多线程的并行是咋搞的。