performance - MATLAB parfor 比 for 慢——有什么问题吗？

Question

我正在处理的代码有如下循环:

bistar = zeros(numdims,numcases); 
parfor hh=1:nt       
  bistar = bistar +  A(:,:,hh)*data(:,:,hh+1)' ;
end   

对于小 nt (10)。

计时后，它实际上比使用常规循环慢 100 倍!!!我知道 parfor 可以进行并行求和，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。

我是 matlab 的新手，刚开始使用并行功能，所以请不要认为我没有做傻事。

谢谢!

PS:我在四核上运行代码，所以我希望看到一些改进。

Answer 1

对于较小的 nt 值，对结果进行分区和分组(划分工作并从多个线程/核心收集结果的开销)很高。这很正常，您不会为可以在简单循环中快速执行的简单任务划分数据。

始终在循环内执行一些值得分区开销的具有挑战性的事情。这是一个不错的 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) .在一个直接循环中，这很可能就地完成，没有分配发生。

帮助中的完整语句(感谢您在下方提供的链接)是:

If the time to compute f, g, and h is large, parfor will be significantly faster than the corresponding for statement, even if n is relatively small.

所以你看他们的意思和我的意思完全一样，只有当你在循环中做的事情足够复杂/足够耗时时，小 n 值的开销才值得付出努力。