Question

我试着估计

% matlabpool open 2; % line 1
tic; arrayfun(@(x) sum(sum(rand(1000))), [1 : 100]); toc;
Elapsed time is 4.070030 seconds.

当我取消注释第一行以便创建一个包含2名工作人员的池时，我得到同样的结果。

为什么一些明显的系统功能不能自动执行并行模式？ Matlab是否与GPU的arrayfun函数类似，当我们进行并行运行时？

Answer 1

在致电matlabpool之前致电arrayfun而未提高任何速度的原因是，创建多名工作人员的行为并不能使全部< / em>代码利用这些工作人员执行计算。如果您想利用工作人员库，则需要使用parfor（相关信息here）明确地将代码并行化。

parfor k = 1:10 result{k} = sum(sum(a*b)); end

通常，arrayfun 不执行任何并行化或加速。实际上，它通常比简单地写出for循环慢，因为显式for循环允许更好的JIT加速。

for k = 1:10 result(k) = sum(sum(a * b)); end

如果您想要执行使用GPU显示的操作，如果arrayfun的输入数据是gpuarray，那么它将在GPU上执行（使用{{ 3}}）。但问题是，使用arrayfun 在GPU上执行的任何操作只有才能进行元素操作，以便每个元素上的操作独立于所有其他元素上的操作（使其成为并行）。在您的情况下，不是元素操作，因此无法使用arrayfun的GPU版本。

作为旁注，您需要使用distributed version of arrayfun而不是matlabpool，因为后者已被弃用。

Answer 2

核心MATLAB确实使用线程和向量操作，但您必须自己对代码进行矢量化。例如，您需要编写

A = rand(1000, 1000, 100);
B = sum( sum( A, 1 ), 2 );

B现在是一个1乘1乘100的数组。我已经用了两笔钱来帮助你理解发生了什么，如果你想<_ em>想要对你要去的矩阵中的每个数字求sum(A(:))，或者对于这个批处理示例，{{ 1}}。

对于任务并行而不是数据并行，请使用sum( reshape(A, [], 100) )，parfor，batch或其他一些并行指令。

为什么arrayfun只使用一个核心？

2 个答案: