MATLAB：多线程和多核之间的区别

Question

我有一个i7-M620处理器，每个核心有2个物理内核和2个线程（多线程CPU）（总共4个线程）。当我使用MATLAB并行计算工具箱时，我只能打开2个池而不是4.这是代码：

matlabpool(2)
parfor i = 1:20
    Test(i) = i^2;
end
matlabpool close

• 有人可以解释原因吗？
• 我在这里做多线程或多核计算吗？
• 可以用MATLAB做到吗？

Answer 1

我通过编辑并行计算的“本地”配置来解决这个问题（使用我的核心i5，包含2个内核和4个线程）：

1. 转到Parallel->Manage Cluster Profiles
2. 根据您的Matlab版本，在更改任何内容之前，您需要Validate local个人资料。
3. 点击edit并更改NumWorkers变量以满足您的需求。

然后你可以像这样开始matlabpool：

matlabpool local

注意我从未使用parfor获得加速。 Matlab的开销总是超过了它的好处。我所说的是：首先对您的代码进行基准测试，然后确定parfor（或其他并行内容）是否适合您。

Answer 2

对于并行配置，这是请求比默认值更多的工作程序时抛出的错误：

  

本地群集的默认值NumWorkers是数量   本地计算机上的核心。要在更多工作者上运行通信作业，请增加群集的NumWorkers属性值。

您可以通过修改有效控制默认号码的'local'配置文件群集属性来解决此问题。来自PCT R2013a documentation：

myCluster = parcluster('local'); 
myCluster.NumWorkers = 4; % 'Modified' property now TRUE 
saveProfile(myCluster);   % 'local' profile now updated,
                          % 'Modified' property now FALSE

然后matlabpool open会给你（默认）num。工作人员matlabpool(n)将为您提供n名工作人员，最高可达上述设定的最高/默认值（n<=4）。您可以通过以下方式检查当前开放工作人员的数量：

matlabpool('size')

或来自桌面右下角的indicator图标，例如。

Answer 3

我的桌面工作站有一个i7-2600 CPU，操作系统是最新的 Linux Mint 。我测试了MATLAB 2012b的并行计算，默认情况下NumWorker是4（i7-2600的核心编号），我将本地集群配置文件修改为NumWorker值的8，然后我做了与worker设置的比较是4和8（正如@rubenvb发布的那样）。

结果显示，在串行模式下，耗时约为 429 秒，而在并行模式下（使用matlabpool打开4）耗时约为 254 sec和 218 秒，分别由 40.79％和 49.18％提升。

我进一步仔细研究了我的代码，发现在并行体内部，还实现了MATLAB矢量化优化，即这种类型的增强需要额外的CPU资源，因此对于8个案例的NumWorkers（即超线程）它没有足够的空闲CPU资源来提升矢量化，在某种程度上它是CPU资源竞争，这降低了并行效率。这也是当4号NumWorkers几乎具有相同提升效率的原因。

结论是MATLAB中的并行计算是有用的，只是为了实现，但应该谨慎使用，这是我个人的意见。