[并行计算]Matlab并行计算工具箱(Parallel Computing Toolbox)官方文档教程中文版(4)

嵌套的parfor循环和for循环

如下面的代码所示：

Code #4-1
1.parfor i = 1:10  
2.MyFun(i)  
3.end  
4.
5.function MyFun(i)  
6.parfor j = 1:5  
7.  	...  
8.end  
9.end  

代码#4-1为在循环里面调用一个函数，同时该函数也使用parfor做并行计算，然而，在语句parfor i = 1:10执行后，处理器的并行计算就只会落在这条语句，其余后面开启的并行parfor并不会生效。

 

将嵌套循环转换为parfor时的注意点

下列代码片实现一个典型的双循环二维数组赋值功能，在我的电脑上跑出来的时间约为42.3秒。

Code #4-2
1.A = 100;  
2.tic  
3.for i = 1:100  
4.for j = 1:100  
5.a(i,j) = max(abs(eig(rand(A))));  
6.end  
7.end  
8.toc  

现在，由我们前文的叙述可知，双圈循环只能改装一个for为parfor实现并行计算，那么，在这一个代码片#4-2中应该改装哪个for才能实现最高效的计算呢，下面给出一种度量方法，在代码片#4-3中加入了输入输出数据量观察ticBytes字眼，并改装第一个for循环为parfor循环。

Code #4-3
1.A = 100;  
2.tic  
3.ticBytes(gcp);
4.parfor i = 1:100  
5.for j = 1:100  
6.a(i,j) = max(abs(eig(rand(A))));  
7.end  
8.end 
9.tocBytes(gcp)
toc 

在笔者的双核笔记本上跑出来差不多是快了2倍，证明这个parfor的改装是具备较高的效益的，下面我们来看改装另一个parfor的结果代码#4-4。

Code #4-4
1.A = 100;  
2.tic  
3.ticBytes(gcp);
4.for i = 1:100  
5.parfor j = 1:100  
6.a(i,j) = max(abs(eig(rand(A))));  
7.end  
8.end 
9.tocBytes(gcp)
toc 

跑出来的时间稍微慢了一点，虽然不算很差，认真看我们发现内嵌的parfor循环的数据量比外循环版本大了一个量级，那么为什么会出现这样的差别呢，万能的Matlab官方文档中并没有给出答案，本文作者给出的一个合理的解释如下：

1. 使用外层的并行计算，内层做多而数据量不大的循环计算，cpu的物理内核从一开始就分配到了内层的一个整个循环任务，因此计算的效率较高，传入传出的数据量较少；
2. 相比较下，使用内层作为parfor并行的话，在任务上的计算是和外层一致的，但一圈j = 1:100计算完后，parfor结束，由外层循环i重新进入parfor循环时，cpu会需要消耗进入parfor模式分配并行，此时是存在开销的；

这个实验证明了频繁启动parfor是有负面影响的，因此改装外层并行比内层快是合理的。

嵌套循环中变量的使用注意事项

观察下面左边的代码片在内层循环中j的上限需要实时计算矩阵A的列数，然而，在数据的处理段同样有读写数组A的行为，因此这样的效率是不高的，如右侧代码片所示，先把矩阵A的列上限求出再进行计算是一个高效的方法。

无效	有效
A = zeros(100, 200); parfor i = 1:size(A, 1)    for j = 1:size(A, 2)       A(i, j) = i + j;    end end	A = zeros(100, 200); n = size(A, 2); parfor i = 1:size(A,1)    for j = 1:n       A(i, j) = i + j;    end end

如下面左面代码片的问题是使用隐含的矩阵索引j+1，在并行计算中索引数组时应尽量使用循环i和j的直接索引写矩阵，右代码片所示。

无效	有效
A = zeros(4, 11); parfor i = 1:4    for j = 1:10       A(i, j + 1) = i + j;    end end	A = zeros(4, 11); parfor i = 1:4    for j = 2:11       A(i, j) = i + j - 1;    end end

 

如下面的代码片所示，若嵌套循环中使用了矩阵A，则不可以在第一层循环中直接读取矩阵A是，因为第一层循环正在并行计算的模式下，右边的代码是合法的，因为其声明了一个临时变量

 

无效	有效
A = zeros(4, 10); parfor i = 1:4     for j = 1:10         A(i, j) = i + j;     end     disp(A(i, 1)) end	A = zeros(4, 10); parfor i = 1:4     v = zeros(1, 10);     for j = 1:10         v(j) = i + j;     end     disp(v(1))     A(i, :) = v; end

 

下面左边代码的问题是，在parfor循环的内嵌循环中，索引不允许割裂，右则代码是一个正确的示范，可以允许通过条件分支判断，但循环索引是需要连贯的。

 

无效	有效
A = zeros(4, 10); parfor i = 1:4    for j = 1:5       A(i, j) = i + j;    end    for k = 6:10       A(i, k) = pi;    end end	A = zeros(4, 10); parfor i = 1:4    for j = 1:10       if j < 6          A(i, j) = i + j;       else          A(i, j) = pi;       end    end end