poster
2019-12-10, 20:41
我正在处理的代码具有如下循环：
bistar = zeros(numdims,numcases); parfor hh=1:nt bistar = bistar + A(:,:,hh)*data(:,:,hh+1)' ; end 对于小nt（10）。
计时后，实际上比使用常规循环慢100倍 ！！！我知道parfor可以进行并行求和，所以我不确定为什么这不起作用。
我跑
matlabpool 开箱即用的配置，然后再运行我的代码。
我对matlab相对较新，并且刚开始使用并行功能，因此请不要以为我没有做任何愚蠢的事情。
谢谢！
PS：我正在四核上运行代码，所以我希望看到一些改进。
回答：
对于较小的nt对结果进行分区和分组（在工作划分和从多个线程/核心收集结果的开销）很大。这是正常现象，您不会对可以在简单循环中快速执行的简单任务进行数据分区。
始终在循环内执行具有挑战性的操作，值得进行分区。这是并行编程 (https://computing.llnl.gov/tutorials/parallel_comp/)的不错的介绍 (https://computing.llnl.gov/tutorials/parallel_comp/) 。
线程来自线程池，因此创建线程的开销不应该存在。但是，为了创建部分结果，必须根据bistar大小创建n矩阵，计算所有部分结果，然后必须添加所有这些部分结果（重新组合）。在一个直线循环中，这很可能就地完成，没有分配发生。
帮助中的完整声明（感谢您在下面的链接）为：
如果计算f，g和h的时间很大，即使n相对较小，parfor也会比相应的for语句快得多。
因此，您会看到它们的含义与我的意思完全相同，仅当您在循环中执行的操作很复杂/非常耗时时，小n值的开销才值得付出努力。
更多&回答... (https://stackoverflow.com/questions/3174358)
bistar = zeros(numdims,numcases); parfor hh=1:nt bistar = bistar + A(:,:,hh)*data(:,:,hh+1)' ; end 对于小nt（10）。
计时后，实际上比使用常规循环慢100倍 ！！！我知道parfor可以进行并行求和，所以我不确定为什么这不起作用。
我跑
matlabpool 开箱即用的配置，然后再运行我的代码。
我对matlab相对较新，并且刚开始使用并行功能，因此请不要以为我没有做任何愚蠢的事情。
谢谢！
PS：我正在四核上运行代码，所以我希望看到一些改进。
回答：
对于较小的nt对结果进行分区和分组（在工作划分和从多个线程/核心收集结果的开销）很大。这是正常现象，您不会对可以在简单循环中快速执行的简单任务进行数据分区。
始终在循环内执行具有挑战性的操作，值得进行分区。这是并行编程 (https://computing.llnl.gov/tutorials/parallel_comp/)的不错的介绍 (https://computing.llnl.gov/tutorials/parallel_comp/) 。
线程来自线程池，因此创建线程的开销不应该存在。但是，为了创建部分结果，必须根据bistar大小创建n矩阵，计算所有部分结果，然后必须添加所有这些部分结果（重新组合）。在一个直线循环中，这很可能就地完成，没有分配发生。
帮助中的完整声明（感谢您在下面的链接）为：
如果计算f，g和h的时间很大，即使n相对较小，parfor也会比相应的for语句快得多。
因此，您会看到它们的含义与我的意思完全相同，仅当您在循环中执行的操作很复杂/非常耗时时，小n值的开销才值得付出努力。
更多&回答... (https://stackoverflow.com/questions/3174358)