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
小nt（10）。
计时后，实际上比使用常规循环慢100倍！我知道parfor可以做并行总和，所以我不确定为什么这不起作用。
我跑
matlabpool
在运行我的代码之前使用开箱即用的配置。
我对matlab比较陌生，刚开始使用并行功能，所以请不要以为我不是在做傻事。
谢谢！
PS：我在四核上运行代码，所以我希望看到一些改进。
答案 0 :(得分：22)
对于nt的小值，对结果进行分区和分组（分割工作和从多个线程/核心收集结果的开销）很高。这是正常的，您不会将数据分区以便于在简单循环中快速执行的简单任务。
始终在循环内执行一些值得分区开销的挑战。这是一个很好的introduction to parallel programming。
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n必须创建bistar大小的矩阵，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）。在直接循环中，这很有可能就地完成，不会发生任何分配。
帮助中的完整声明（感谢您的链接）：
如果计算f，g和h的时间是 大，，parfor将是显着的 比相应的更快 声明，即使n是相对的 小。
所以你看他们的意思与我的意思完全相同，如果你在循环中做的事情足够复杂/耗时，那么小n值的开销只值得努力。
答案 1 :(得分：13)
Parfor带来一些开销。因此，如果nt非常小，并且循环中的计算非常快（如添加），则parfor解决方案较慢。此外，如果在四核上运行parfor，则1-3个内核的速度增益将接近线性，但如果使用4个内核，速度增益将更少，因为最后一个内核也需要运行系统进程。
例如，如果parfor带有100ms的开销，并且循环中的计算需要5ms，并且如果我们假设速度增益是线性的，最多4个核，系数为1（即使用4个核进行计算4时间更快），nt需要大约30才能通过parfor（for为150毫秒，parfor为132毫秒）获得速度提升。如果您只运行10次迭代，parfor会更慢（for为50ms，parfor为112ms。
您可以通过将执行时间与1名工人与0名工人进行比较来计算机器的开销，并且可以通过在1到4名工人的执行时间内使用衬管来估算速度增益。然后，您将知道何时使用parfor。
答案 2 :(得分：3)
除了由于通信开销导致的性能不佳（参见其他答案）之外，还有另一个原因是在这种情况下不使用parfor。在这种情况下，parfor内完成的所有内容都使用built-in multithreading。假设所有工作人员都在同一台PC上运行，那么没有任何优势，因为单个呼叫已经使用了处理器的所有内核。