Question

我比较了以下代码。串行：

N = 500;
M = rand(500,500,N);
R = zeros(500,500,N);
tic
for k = 1:N
    R(:,:,k) = inv(M(:,:,k));
end
toc

并行：

N = 500;
M = rand(500,500,N);
R = zeros(500,500,N);
tic
parfor k = 1:N
    R(:,:,k) = inv(M(:,:,k));
end
toc

我知道串行时间比并行时间短3倍 - 尽管我有4个似乎正在使用的可用本地核心。对于它为什么会发生的任何想法？

Answer 1

请记住，许多MATLAB操作（特别是大型线性代数操作）本质上是多线程的。在这种情况下，inv是多线程的，并且是for循环中的主导因素。当您将其转换为parfor循环时，如果您只有'local'群集类型可用，则parfor中的可用计算核心数量不会超过for中的计算核心数量。因此，parfor循环只需必须比for循环慢，因为它必须将数据传输给工作人员才能进行操作。

一般情况下，如果只有'local'个工作人员可用，那么只有当MATLAB无法多线程化parfor循环体时，for才能击败for。 / p>

Matlab Parfor比以前慢得多 - 即使是可笑的并行程序

1 个答案: