关数を作成します。

编辑mycode的

马铃薯^®エディターで新しい议案ループを入力し，経过时间を测定するTic.およびTOC.を追加します。

功能一个= mycode的（A）抽动议案I = 1：200 A（I）= MAX（ABS（EIG（RAND（A））））;结尾TOC.结尾

ファイルを保存してエディターを闭じます。

[并列]那[并列基本设定]メニューで，[既定のクラスター]が[ローカル]（デスクトップマシン）であることを确认します。

MATLABコマンドウィンドウでサイズ1の并列プールを定义し，1つのワーカーで关数を実行して経过时间を计算します0.1つのワーカーの経过时间を记录し，并列プールをシャットダウンします。

parpool（1）;一个= mycode的（1000）;

经过时间是172.529228秒。

删除（GCP）;

2つのワーカーからなる新しい并列プールを开き，关数をもう一度実行します。

parpool（2）;一个= mycode的（1000）;

経过时间を确认します。単一のワーカーの场合に比べて减少しているはずです。

4,8,12および16个のワーカーで试します。両対数スケールで各ワーカー数の経过时间をプロットして，并列スケーラビリティを测定します。

この図は，一般的なマルチコアデスクトップPCのスケーラビリティを示したものです（青い円のデータ点）。ストロングスケーリングテストでは，ワーカー8个までのほぼ线形的な高速化と大幅な并列スケーラビリティが示されています。この図から，この例では8个を超えるワーカーではさらなる高速化は実现されないことが分かります。この结果は，ローカルデスクトップマシンのすべてのコアが8个のワーカーで最大限に使用されていることを意味します。ハードウェアによっては，ローカルデスクトップで异なる结果が得られることがあります。并列アプリケーションをさらに高速化するには，クラウドまたはクラスターコンピューティングへのスケールアップを検讨してください。

前述の例のように，ローカルのワーカーを使い切った场合は，计算をクラウドコンピューティングにスケールアップできます。[并列]那[クラスターの検出]メニューでクラウドコンピューティングへのアクセスをチェックします。

クラウドで并列プールを开き，コードを変更せずにアプリケーションを実行します。

parpool（16）;一个= mycode的（1000）;

増加するクラスターワーカーの数に対する経过时间に注目してください。ワーカー数の关数として経过时间を両対数スケールにプロットし，并列スケーラビリティを测定します。

この図は，クラウドのワーカーの一般的なパフォーマンスを示したものです（赤いプラスのデータ点）。このストロングスケーリングテストでは，クラウドの16个のワーカーまで，线形的な高速化と100％の并列スケーラビリティが示されています。クラウドまたは計算クラスター上のワーカー数を増やして、計算をさらにスケール アップすることを検討してください。ワーカーおよびその他のアプリケーションの数が多い場合、並列スケーラビリティはハードウェアによって異なる場合があります。

クラスターに直接アクセスする场合は，クラスター上のワーカーを使用して计算をスケールアップできます。[并列]那[クラスターの検出]メニューでクラスターへのアクセスをチェックします。アカウントがある场合は，[クラスター]を选択し，并列プールを开いて，コードを変更せずにアプリケーションを実行します。

parpool（64）;一个= mycode的（1000）;

この図は，クラスター上のワーカーでの一般的なストロングスケーリングのパフォーマンスを示したものです（黒いXのデータ点）0.100％の并列スケーラビリティが达成され，それが，クラスター上の少なくとも80个のワーカーまで継続しています。このアプリケーションは线形的にスケーリングすることに注目してください。高速化は使用されているワーカーの数に対応しています。

この例は，ワーカー数がそのまま高速化に结びつくことを示しています。すべてのタスクで同様な高速化が実现できるわけではありません。PARFORを使用した対话形式でのループの并列実行の例を参照してください。

特定のタスクでは，异なる方法が必要となる场合があります。代替方法の详细については，并列计算の解决策の选択を参照してください。