主要内容
交互式并行运行循环parfor
在这个例子中，你从一个缓慢的开始为-循环，并使用a来加速计算parfor循环。parfor分割执行为对并行池中的工作人员进行循环迭代。
这个例子计算一个矩阵的光谱半径，并转换为循环到一个parfor循环。了解如何测量由此产生的加速。
在MATLAB®编辑器，输入以下内容
为循环。添加抽搐和toc来测量经过的时间。Tic n = 200;一个= 500;一个= 0 (n);为i = 1:n a(i) = max(abs(eig(rand(a))));结束toc
运行脚本，并记录运行时间。
运行时间为31.935373秒。
在脚本中，替换
为循环用parfor循环。Tic n = 200;一个= 500;一个= 0 (n);parfori = 1:n a(i) = max(abs(eig(rand(a))));结束toc
运行新脚本，并再次运行它。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。注意第二次运行所消耗的时间。
默认情况下，MATLAB会自动打开本地机器上的并行工作池。
的使用“local”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。
parfor运行四个工人大约比相应的三倍快为循环运行。这个速度比理想的四倍的速度要小。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人员和返回所需的时间。这个例子显示了一个很好的速度提升和相对较小的并行开销，并且从转换到parfor循环。并不是所有的为-loop迭代可以变得更快parfor循环。想要了解更多，请看决定什么时候使用parfor．
使用的一个关键要求parfor每个迭代必须是独立的。适合于parfor处理包括蒙特卡罗模拟和参数扫描。有关下一步，请参见转换for-Loops为parfor-Loops．
在本例中，您通过转换为循环到一个parfor-循环四个工人。您可以通过增加并行池中工作人员的数量来进一步减少运行时间，请参阅将parfor循环扩展到集群和云．
您可以修改集群配置文件，以控制有多少worker运行您的循环，以及这些worker是在本地还是在集群上。有关配置文件的更多信息，请参见发现集群并使用集群配置文件．
修改并行首选项，以控制是否自动创建并行池，以及在超时前它保持可用的时间。有关首选项的更多信息，请参见指定并行首选项．
你可以运行Simulin金宝appk®模型与parsim命令代替parfor循环。有关并行使用Simulink的更多信息和示例，请参阅金宝app运行多个模拟(金宝app模型)．
另请参阅
相关的话题
你也可以从以下列表中选择一个网站:
