matlab并行计算实例,Matlab并行计算示例（一）

使用Matlab实现算法较为简单，但是涉及for循环时，效率比不上C++。对于一个多核处理器，不开多核并行计算，实在是对不住Matlab自带的并行计算功能。parfor循环较为简单，但是它对for循环中的变量要求比较严格，稍有不慎就会出错(我深受其害)。使用Matlab Toolbox中的createJob/createTask可以实现多线程的并行计算，其功能与C++中CreateThread类似。这样的并行计算对函数中的变量要求就没有那么严格。

Matlab 2010和2014的调用函数略有差异，下面列出分别列出一个示例。

1、Matlab 2010

slave_num = 2;

jm = findResource;

jm.DataLocation = './cache';

if ~isempty(jm.jobs)

destroy(jm.jobs)

end

if ~exist(jm.DataLocation, 'file')

mkdir(jm.DataLocation)

end

sub_list = cell(2, 1);

sub_list{1} = [2, 1];

sub_list{2} = [3, 4];

job = createJob(jm, 'PathDependencies', {jm.DataLocation});

for i = 1:slave_num

createTask(job, @min, 1, {sub_list(i)});

end

submit(job);

waitForState(job, 'finished');

destroy(job);

2、Matlab 2014

clear all,

close all,

clc,

slave_num = 2;

c = parcluster(); % Create cluster object

job = createJob(c);

sub_list = cell(2, 1);

sub_list{1} = [2, 1];

sub_list{2} = [3, 4];

for i = 1:slave_num

createTask(job, @min, 1, {sub_list(i)});

end

submit(job);

wait(job);

out = fetchOutputs(job);

上面两个示例实现的是同一个功能，即并行计算两个向量的最小元素。开头和最后的对象声明和结果提取使用的函数不同，中间创建任务的函数基本相同。对较少的任务，并不能节省很多时间，有时反而会增加时间开销；但是当任务较多时，并行计算就会体现出它的优势，充分利用多核CPU。

Matlab 博大精深，createJob/createTask只是Matlab并行计算中很小的一部分，还有诸如：parfor, batch, spmd, 这些还没有仔细研究过，有时间需要进一步深入学习。

【参考文献】：

官方文档：