主要内容

交互式地并行运行循环parfor

在这个例子中，你从慢速开始为-loop，您可以使用parfor循环。parfor拆分执行为-循环迭代并行池中的工作者。

这个例子计算了一个矩阵的谱半径，并转换了一个为-循环成parfor循环。了解如何测量结果的加速。

  1. 在MATLAB中®编辑器，输入以下内容为循环。添加抽搐而且toc测量所消耗的时间。

    Tic n = 200;A = 500;A = 0 (n);为i = 1:n a(i) = max(abs(eig(rand(a))));结束toc

  2. 运行脚本，并记录所消耗的时间。

    运行时间为31.935373秒。

  3. 在脚本中，替换为带a的-循环parfor循环。

    Tic n = 200;A = 500;A = 0 (n);parfori = 1:n a(i) = max(abs(eig(rand(a))));结束toc

  4. 运行新脚本，然后再运行一次。请注意，第一次运行比第二次运行慢，因为并行池需要一些时间来启动并使代码对工作人员可用。注意第二次运行所花费的时间。

    默认情况下，MATLAB会自动在本地机器上打开并行工作池。

    使用'Processes'配置文件启动并行池(parpool)…连接到4个工人. ...运行时间为10.760068秒。
    的parfor在四个工人上运行大约比相应的速度快三倍为循环运行。提速比理想提速要小，在4个工人上提速是4倍。这是由于并行开销造成的，包括将数据从客户机传输到工作线程并返回所需的时间。这个例子展示了一个相对较小的并行开销的很好的加速，并且从转换为parfor循环。并不是所有的为-loop迭代可以转化为更快parfor循环。要了解更多信息，请参见决定何时使用parfor．

使用的一个关键要求parfor-loops是单独的迭代必须是独立的。独立问题适用于parfor处理包括蒙特卡罗模拟和参数扫描。有关后续步骤，请参见将for-Loops转换为parfor-Loops．

在本例中，通过转换为-循环成parfor-循环四个工人。您可以通过增加并行池中的工作线程数量来进一步减少运行时间，参见将parfor-Loops扩展到集群和云．

您可以修改集群配置文件，以控制运行循环的worker数量，以及这些worker是本地的还是集群上的。有关概要文件的详细信息，请参见发现集群并使用集群概要文件．

修改并行首选项，以控制是否自动创建并行池，以及在超时前可用多长时间。有关首选项的详细信息，请参见指定你的并行偏好．

你可以运行Simulin金宝appk®模型与之并行parsim命令，而不是使用parfor循环。有关并行使用Simulink的更多信息和示例，请参见金宝app运行多个模拟(金宝app模型)．

另请参阅

|||

相关的话题