本文介绍了如何利用Matlab的多核运算功能来提高大数据运算的速度。通过matlabpool命令开启多核配置，实验结果显示四核运算相比于单核能显著减少运行时间，达到将近4倍的加速效果。使用parfor代替for循环可以轻松实现多核并行计算，关闭配置则用matlabpool close。这是一个初步尝试，更多高级应用有待进一步探索。
在使用Matlab进行大数据运算的时候,往往会遇到速度低下的问题，高版本的matlab是支持多核运算的，这里做了一个尝试。
经过测试使用的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.
测试过程
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
最低0.47元/天 解锁文章
扫一扫
88
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
