使用多线程时，Matlab的fftn会变慢吗？

Question

我可以访问12核心机器和一些严重依赖fftn的matlab代码。我想加快我的代码。

由于fft可以并行化，我认为更多核心会有所帮助，但我看到了相反的情况。

以下是一个例子：

X = peaks(1028);

ncores = feature('numcores');
ntrials = 20;

mtx_power_times = zeros(ncores,ntrials);
fft_times = zeros(ncores, ntrials);

for i=1:ncores
    for j=1:ntrials

        maxNumCompThreads(i);

        tic;
        X^2;
        mtx_power_times(i,j) = toc;

        tic
        fftn(X);
        fft_times(i,j) = toc;

    end
end

subplot(1,2,1);
plot(mtx_power_times,'x-')
title('mtx power time vs number of cores');

subplot(1,2,2);
plot(fft_times,'x-');
title('fftn time vs num of cores');

这给了我这个：

矩阵乘法的加速很快但是当我使用所有核心时，看起来我的ffts速度差了近3倍。发生了什么事？

作为参考，我的版本是7.12.0.635（R2011a）

编辑：对于采用1D变换的大型2D阵列，我遇到了同样的问题：

编辑：问题似乎是fftw没有看到maxNumCompThreads强制执行的线程限制。无论我在哪里设置maxNumCompThreads，我都会让所有的cpus全速运行。

所以...有没有办法在Matlab中指定我想用于fft的处理器数量？

编辑：如果没有在.mex文件中进行一些细致的工作，我似乎无法做到这一点。 http://www.mathworks.com/matlabcentral/answers/35088-how-to-control-number-of-threads-in-fft有答案。如果某人有一个简单的解决方案会很好......

Answer 1

看起来如果没有.mex文件中的一些细心工作，我就无法做到这一点。 http://www.mathworks.com/matlabcentral/answers/35088-how-to-control-number-of-threads-in-fft有答案。如果某人有一个简单的解决方案会很好......

Answer 2

要使用不同的核心，您应该使用并行计算工具箱。例如，您可以使用parfor循环，并且必须将函数作为句柄列表传递：

function x = f(n, i)
  ...
end

m = ones(8);
parfor i=1:8
  m(i,:) = f(m(i,:), i);
end

更多信息请访问：

High performance computing

Multithreaded computation

Multithreading