在 MATLAB 中快速启动并行计算

前提条件

要运行此页面上的示例，您必须拥有 Parallel Computing Toolbox™ 许可证。要确定您是否安装了 Parallel Computing Toolbox，以及您的计算机是否可以创建默认并行池，请在 MATLAB^® 命令行窗口中输入此代码。

if canUseParallelPool
    disp("Parallel Computing Toolbox is installed")
else
    disp("Parallel Computing Toolbox is not installed")
end

或者，要查看已安装哪些 MathWorks^® 产品，请在命令行窗口中输入 ver。

加速 MATLAB 代码执行

在并行化代码之前，您可以使用向量化和预分配等技术来提高 MATLAB 代码的顺序性能。顺序加速和并行化通常可以协同工作以提供累积的性能改进。

tic
for k = 1:1000000
   x(k) = sqrt(k);
end
toc

Elapsed time is 0.112298 seconds.

tic
k = 1:1000000;
x = sqrt(k);
toc

Elapsed time is 0.006783 seconds.

tic
x = 0;
for k = 2:1000000
   x(k) = x(k-1) + 5;
end
toc

Elapsed time is 0.103415 seconds.

tic
x = zeros(1,1000000);
for k = 2:1000000
   x(k) = x(k-1) + 5;
end
toc

Elapsed time is 0.018758 seconds.

在多核和多处理器节点上运行 MATLAB

MATLAB 支持两种方式在多核和多处理器节点上并行化代码。

设置显式并行化环境

如果您的计算机上安装了 Parallel Computing Toolbox，您可以启动一个交互式并行工作单元池，以充分利用多核计算机中的核心。

并行池（parpool）是一组 MATLAB 工作单元，您可以在其上以交互方式运行代码。

您可以使用 parpool 或支持自动并行的函数创建并行工作单元池。默认情况下，并行语言函数（例如 parfor、parfeval 和 spmd）会在您需要时自动创建并行池。当工作单元启动时，您的 MATLAB 会话将连接到它们。例如，此代码自动启动一个并行池，并在六个工作单元上并行运行 parfor 循环中的语句。

parfor i = 1:100
    c(i) = max(eig(rand(1000)));
end

Starting parallel pool (parpool) using the 'Processes' profile ...
Connected to parallel pool with 6 workers.

您还可以使用 MATLAB 桌面左下角的并行状态指示器手动启动并行池。点击指示器图标，然后选择启动并行池。

要在启动时停止并行池，请按 Ctrl+C 或 Ctrl+Break。在 Apple macOS 操作系统上，您还可以使用 command+（command 键和加号键）。

启动并行池通常需要很长时间，这会影响只需几秒钟即可执行的代码的性能。对于运行时间较长的代码，开销就变得不那么重要了。

您的默认并行环境决定了并行池集群。本地计算机的默认并行环境称为 Processes。该环境启动了一个进程工作单元的并行池。您可以在 MATLAB 主页选项卡上的并行菜单中查看可用的并行环境。

下表总结了创建交互式并行池的不同方法。

Parallel Computing Toolbox 还支持运行由计算线程，而不是进程工作单元支持的并行工作单元池。这个并行环境被称为 Threads。线程式工作单元减少了内存使用量，加快了调度速度，并降低了数据传输成本。但是线程工作单元仅支持进程工作单元可用的 MATLAB 函数的子集。

MATLAB 还支持一个名为 backgroundPool 的附加本地并行环境。backgroundPool 环境由线程式工作单元支持，并支持在您同时在会话中运行其他代码时在后台运行代码。当您没有 Parallel Computing Toolbox 许可证时，您可以在 backgroundPool 环境中使用一个线程式工作单元。如果您拥有 Parallel Computing Toolbox 许可证，则 backgroundPool 中线程式工作单元的最大数量就是 maxNumCompThreads 函数返回的值。

如果您有权访问现场或云集群，您可以通过点击并行 > 发现集群并按照提示来发现在您的网络或 Cloud Center 运行的其他集群。集群上的并行池由进程工作单元支持并支持完整的并行语言。

当您拥有一个交互式并行工作单元池时，您可以使用并行语言函数将大问题拆分为工作单元可以并行执行的较小任务。为了加速您的 MATLAB 代码，请使用交互式并行功能，例如 parfor。

使用 parfor 循环运行显式并行化

此示例显示如何将 for 循环转换为 parfor 循环，并计算 parfor 循环随工作单元数量变化的可扩展性。

您可以使用 for 循环将 parfor 循环转换为并行运行。通常，您可以简单地将 for 替换为 parfor。然而，您经常需要进一步调整代码以实现并行运行。

tic
y = zeros(5000,1);
for n = 1:5000
    y(n) = max(svd(randn(200)));
end
toc

Elapsed time is 21.837346 seconds.

tic
y = zeros(5000,1);
parfor n = 1:5000
    y(n) = max(svd(randn(200)));
end
toc

Elapsed time is 3.908282 seconds.

numIterations = 5000;
numWorkers = [1 2 3 4 5 6];
t = zeros(size(numWorkers));
for w = 1:numel(numWorkers)
    tic;
    y = zeros(numIterations,1);
    parfor (n = 1:numIterations,numWorkers(w))
        y(n) = max(svd(randn(200)));
    end
    t(w) = toc;
end

speedup = t(1)./t;
efficiency = (speedup./numWorkers).*100;

comparePlot(numWorkers,speedup,efficiency);

delete(gcp)

Parallel pool using the 'Processes' profile is shutting down.

function comparePlot(numWorkers,speedup,efficiency)
yyaxis left
plot(numWorkers,speedup,'-*')
grid on
title('Speedup and Efficiency with Number of Workers');
xlabel('Number of Workers');
xticks(numWorkers);
ylabel('Speedup');
yyaxis right
plot(numWorkers,efficiency,'--o');
ylabel('Efficiency')
xticks(numWorkers);
ylabel('Efficiency (%)');
legend('Speedup','Efficiency')
end

发现其他并行语言函数

您可以将 Parallel Computing Toolbox 与其他并行语言函数结合使用来执行这些任务。

一些 MathWorks 产品现在提供对并行计算产品的内置支持，无需额外编码。有关这些产品及其并行功能的当前列表，请参阅 MATLAB 和 Simulink 产品中的并行计算支持。

有关并行语言函数及其应用的更多信息，请参阅 选择并行计算解决方案 和 并行语言决策表。