matlab 设置最大并行数_Matlab R2020a，迎战HPC并行计算任务

Matlab是世界知名和广泛用于教学和生产环境的数据可视化，科学计算开发软件，正如其全称matrix&laboratory所说，其主要用于矩阵计算相关的工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。在信号处理与图像领域的作用，也使得Matlab在深度学习领域具有一席之地，如今，有无数大学和企业在使用Matlab进行工作和学习，Matlab在以科学计算为主的HPC负载中性能如何？现代处理器在Matlab软件中能否发挥出较强的性能？从Matlab测试中，我们又能发现哪些现代处理器在高性能负载中面临的挑战，以及可能会遇到哪些性能瓶颈的因素，本次测试基于Matlab实际环境操作，采用Matlab推荐的优化示例，可能不会像之前那样进行详细的执行分析(其实是没有条件)，测试出来的数据也与理想状态有些出入。 本次依然会有诸多CPU参与测试，首先将他们的信息进行发布：(图片供手机查看)

	i7-9750H	i9-10980XE	i9-9900K	i7-1065G7	R7-3700X
核心	6/12	18/36	8/16	4/8	8/16
全核SSE频率	功耗45瓦	3.8Ghz	4.7Ghz	功耗22瓦	4.2-4.3G
AVX频率	功耗45瓦	3.3Ghz	4.7Ghz	功耗22瓦	4.0-4.2G
AVX512频率	不支持	2.8Ghz	不支持	功耗22瓦	不支持
内存	16G 2666	128G 3600	32G 3600	32G 3200	32G 3600

Matlab自带一个简短的基准测试，通过在编辑器内输入简单的代码： 

bench    bench(N)    bench(0)    t = bench(N)

点击运行，20秒内便能得到一个基准计算结果，有6个子项：

LU	执行矩阵分解操作	常规内存需求的矩阵变换
FFT	对矩阵，多维数组和向量执行快速傅里叶变换	较高内存绑定的矩阵运算<