Question

我有一个3维网格，其中对于网格的每个点，我想计算大量时间步长的时间相关函数G（t），然后对每个网格点求G函数。使用4 for循环，执行时间变得非常大，所以我试图使用parfor来避免这种情况。

我的代码的一部分：

for i=1:50
    for j=1:50
        for k=1:25
            x_in=i*dx;
            y_in=j*dy;
            z_in=k*dz;
            %dx,dy, dz are some fixed values
            r=sqrt((xx-x_in).^2+(yy-y_in).^2+(zz-z_in).^2);
            %xx,yy,zz are 50x50x25 matrices generated from meshgrid
            % r is a 3d matrix which produced from a 3 for-loop, for all the points of grid
            parfor q=1:100
                t=0.5*q;
                G(q)=((a*p)/(t.^1.5)).*(exp(-r.^2/(4*a*t)));
                % a,p are some fixed values
            end
            GG(i,j,k)=sum(G(:));
        end
    end
end

当我使用parfor时，执行时间变得更大，我不确定为什么会这样。也许我对parfor循环中的切片和索引变量不太熟悉。

我的电脑处理器有8个线程和ram内存ddr3 8GB

任何帮助都会很棒。

由于

Answer 1

正如在previous question中所讨论的那样，parfor带来了开销。因此，过于简单的循环将使用parfor执行得更慢。

在您的情况下，解决方案可能是并行化最外层的循环。

%# preassign GG
GG = zeros(50,50,25);

%# loop over indices into GG
parfor idx = 1:(50*50*25)
    [i,j,k] = ind2sub([50 50 25],idx);
    x_in=i*dx;
    y_in=j*dy;
    z_in=k*dz;
    %dx,dy, dz are some fixed values

    r=sqrt((xx-x_in).^2+(yy-y_in).^2+(zz-z_in).^2);

    %xx,yy,zz are 50x50x25 matrices generated from meshgrid
    % r is a 3d matrix which produced from a 3 for-loop, for all the points of grid

    for q=1:100
        t=0.5*q;
        G(q)=((a*p)/(t.^1.5)).*(exp(-r.^2/(4*a*t)));
        % a,p are some fixed values
    end
    GG(idx)=sum(G(:));
end

matlab parfor导致比for循环更大的执行时间

1 个答案: