Matlab使用：多核并行计算

Matlab使用：多核并行计算

Matlab程序的运行效率，很大程度上决定着科研工作的效率。如果能把循环转变为矩阵运算无疑是最高效的，但实际使用的过程中经常碰到不得不循环的情况，如对高维数组，结构体，元胞数组等进行的操作。如果循环次数很多，运行速度就会大大减慢，此时使用并行计算可以很好的提高效率。

这里给出一个并行计算的例子，同时提醒几点注意事项。

%% 启动并行计算
core_number=2;            %想要调用的处理器个数
parpool('local',core_number);
% % % % % % 启动后有如下提示：
% Starting parallel pool (parpool) using the 'local' profile ...
% connected to 2 workers.
%% 算例(没有实际意义，速度甚至没有单纯使用for快)
temp = [];
for j = 1:100
    parfor i = 1:10
        x = i + j;
        temp(i) = x;
    end
    % y = x + 1;        %x是临时变量，不能在parfor循环外使用
    y = temp .^ 2;      %temp是sliced变量(基本就是向量)，可以在parfor循环外使用
end


%% 关闭并行计算
delete(gcp('nocreate'));
% % % % % 关闭后有如下提示：
% Parallel pool using the 'local' profile is shutting down.

Note

1. Matlab启动并行环境是比较慢的，不过不用每次都重新启动环境，启动一次以后能一直使用；

2. parfor循环中的临时变量不能在循环外使用且每次parfor迭代后临时变量都会自动清除；

3. parfor循环不是按照顺序来的，所以不能有以下操作：

parfor i = 1:10
    x(i)=x(i-1)+x(i+1);
end

4. parfor使用时机：每次循环相互独立，且数据量较大；

5. 尽量避免parfor循环内的程序和外界的交互，如调用exe等。