MATLAB Mex功能并不比常规功能快

Question

我知道情况并非总是如此，但MEX函数不应该提高代码效率，特别是在计算方面？

我使用编码器工具包在MATLAB中使用expm函数。我期待看到效率的提高，因为该功能执行了大量的矩阵计算。

但是，我没有看到太多时间的改善，如下图所示：

X轴： expm函数的另一次迭代

Y轴：该功能的运行时间

蓝线：常规expm函数调用

红线： MEX'ed expm函数调用

MEX版本是否与常规版本相似？有没有办法提高速度？我使用tic和toc来收集有关运行时的数据。

Answer 1

大多数matlab函数都是简单的包装器，它们调用FORTRAN库代码，其中大部分来自LAPACK / EISPACK / LINPACK。换句话说，内置的matlab函数调用已经调用了编译代码，而不是解释为matlab代码（.m源代码）。因此，MEX没有太多可以改善这些函数调用的性能。

在matlab中编译代码只会直接在matlab源代码中完成大量工作。如果你的代码主要是调用一堆内置的matlab函数，特别是矩阵函数（都是LAPACK函数），那么你就不会看到太多的改进，只有当你有“手动”代码时，即如果你在matlab代码（在.m文件中）完全实现类似“expm”的东西，然后用MEX编译时会快得多。如果您拥有自己的大量matlab代码，那么您将只看到编译matlab代码的好处，而不是只是调用内置函数。

考虑一下，为什么Mathworks会将Matlab与内置函数一起实现为解释的matlab代码？即使他们在matlab代码中实现了一些内置函数（这只是一小部分，因为大多数是FORTRAN / C / C ++），他们会在发货之前编译这些函数，以便您作为用户获得最好的表现。

Answer 2

以下是对expm(A)的调用如何解析A = rand(500,500);的位置。

时间在矩阵乘法（F = F*F;）和对子函数PadeApproximantOfDegree的调用之间平均分配。在mkl.dll中使用非常快速的LAPACK函数内置了矩阵乘法（使用英特尔MKL的MATLAB＆＃39的线性代数函数）。

这里的所有时间花费在PadeApproximantOfDegree：

不在循环中。所有调用内置矩阵数学函数。如果有迭代，那么我希望MATLAB有点慢，但它只是几行，每次 1次占用。只调用父（F*F）中的矩阵乘法不止一次。

事实上，如果CoX版本速度较慢，如果Coder无法使用MATLAB可以访问的优化多线程库，我不会感到惊讶。显然Coder管理着。