Wie nutzen die Parallelverarbeitung in Matlab

Arbeite ich an einer Zeitreihen-Berechnung. Jede iteration die Berechnung ist unabhängig. Könnte jemand einige Tipps /online-Primer zur Verwendung, die Nutzung der Parallelverarbeitung in Matlab? Wie können diese angegeben werden, innerhalb der eigentlichen code?

InformationsquelleAutor Eduardas | 2010-10-30
  1. 12

    Da Sie Zugriff auf die Parallele toolbox, schlage ich vor, dass Sie zuerst überprüfen, ob Sie können, tun Sie es der einfache Weg.

    Grundsätzlich, statt zu schreiben

    for i=1:lots
   out(:,i)=do(something);
end

    Schreiben Sie 

    parfor i=1:lots
   out(:,i)=do(something);
end

    Dann verwenden Sie matlabpool zu erstellen, die eine Anzahl von Arbeitern (Sie können maximal 8 auf Ihrem lokalen Rechner mit der toolbox, und Tonnen auf einem remote-cluster, wenn Sie auch einen Distributed Computing Server-Lizenz), und führen Sie den code, und sehen schön Geschwindigkeit gewinnt, wenn Ihre Iterationen ausgeführt werden, durch die 8 Kerne statt einer.

    Obwohl die parfor route ist die einfachste, es kann nicht funktionieren direkt aus der box, da Sie möglicherweise Ihre Indizierung falsch aus, oder Sie verweisen auf ein array in einer problematischen Weise usw. Blick auf die mlint Warnungen im editor, die Dokumentation zu Lesen, und verlassen Sie sich auf guten, alten trial-and-error, und Sie sollten es herauszufinden ziemlich schnell. Wenn Sie geschachtelte Schleifen, ist es oft am besten parallelisieren, nur die innerste und sicherzustellen, dass es nicht Tonnen von Iterationen - das ist nicht nur gutes design, sondern reduziert auch die Menge an code, dass könnte ärger geben.

    Beachten Sie, dass vor allem, wenn Sie führen Sie den code auf einem lokalen Rechner, kann es zu Problemen mit dem Arbeitsspeicher (das könnte manifestieren sich in wirklich langsame Ausführung im parallelen Modus, weil man paging): Jeder Arbeitnehmer erhält eine Kopie des Arbeitsbereichs, so dass, wenn Ihre Berechnung geht es um die Schaffung einer 500MB-array, 8 Arbeiter benötigen insgesamt 4 GB RAM) - und dann noch nicht einmal gestartet, zählen der RAM, der parent-Prozess! Darüber hinaus kann es gut sein, zu verwenden nur N-1 Prozessorkerne auf Ihrem Computer, so dass es noch ein Kern übrig für andere Prozesse, die möglicherweise auf dem computer ausgeführt werden (z.B. eine obligatorische antivirus...).

    • Warum ist es besser, zu parallelisieren, nur die innerste Schleife? Ich habe gelesen, das Gegenteil von all der Literatur, die ich habe für .NET. In der Regel, die Parallelität des großen äußeren Schleife Rechenaufwand der Erstellung von threads weniger Häufig als die Parallelisierung der inneren Schleife würde.
    • B: Sie möchten eine Schleife zu parallelisieren, das eine Menge von Iterationen, da läuft eine Schleife, die funktioniert, sagen wir mal, 500 Iterationen, die auf einer 1024-core-cluster ist ziemlich eine Verschwendung. Natürlich, der Kern der Schleife parallelisiert sich mehr Zeit nehmen sollte als thread-Erstellung von overhead. Dies ist jedoch fast immer der Fall in Matlab, da Sie erfordern viel weniger Schleifen, und damit die Berechnung auch innerhalb der innersten Schleife ist ziemlich schwer.
    • Aber was ist nur für ein quad-core-Einzel-PC? Wahrscheinlich tun die äußere Schleife mehr Sinn macht es? Wäre es fair zu sagen, dass die Parallelisierung der inneren Schleife ist besser, wenn ich eine große computer-cluster zur Verfügung, sondern die äußere Schleife besser zu parallelisieren, wenn ich nur einen einzigen multi-core-PC?
    • B: Auch dann ist es besser zu parallelisieren einer Schleife mit vielen Wiederholungen. Wenn du 4 parallel-threads, wird einer von Ihnen langsamer, weil Ihr Kern läuft auch OS-jobs. Wenn Sie mit parallelen jobs auf Kerne mit unterschiedlichen Geschwindigkeiten, die Sie wollen, um zu vermeiden, dass zu warten, bis einer der Kerne zu Ende der letzten iteration. Dies ist viel einfacher, wenn es gibt eine Menge von Iterationen. Wieder, Sie müssen das Gleichgewicht zwischen den möglichen Wartezeit vor dem parallelisierungs-overhead. Mit Matlab, overhead, war nie ein problem für mich .Net anders sein kann.
    InformationsquelleAutor Jonas
  2. 5

    Mathworks bietet seine eigenen parallel-computing-toolbox. Wenn Sie nicht möchten, zu kaufen gibt es ein paar Optionen

    • Könnten Sie schreiben Ihre eigenen mex-Datei, und verwenden pthreads oder OpenMP.
    • Aber stellen Sie sicher, dass Sie nicht, rufen Sie eine Mex-api in den parallelen Teil des Codes, weil Sie nicht thread-safe
    • Wenn Sie möchten, grobkörnigem Parallelismus über MPI Sie können versuchen, pmatlab
    • Gleiche mit parmatlab

    Bearbeiten: Hinzufügen link Parallele MATLAB mit openmp-mex-Dateien

    Ich habe nur versucht, die erste.

    • Sie könnten auch interessiert sein zu wissen, dass Parallel Computing Toolbox vor kurzem (R2010b) eingeführt CUDA-basierte GPU-computing (erfordert nvidia-Karte, die unterstützt compute capability 1.3): mathworks.com/discovery/matlab-gpu.html
    InformationsquelleAutor srean
  3. 2

    Nicht vergessen, dass viele Matlab-Funktionen sind bereits Multithreading. Durch sorgfältige Planung können Sie in der Lage, Sie zu nutzen -- überprüfen Sie die Dokumentation für Ihre version von the Mathworks zu sein scheinen die Erhöhung der Reichweite und Anzahl von Multithread-Funktionen mit jedem neuen release. Zum Beispiel scheint es, dass 2010a hat Multithread - ffts, welche nützlich sein können für die Zeitreihen der Verarbeitung.

    Wenn die intrinsische multithreading ist nicht, was Sie brauchen, dann, wie @srean schlägt vor, die Parallel Computing Toolbox ist verfügbar. Für mein Geld (oder eher, dass mein Arbeitgeber Geld) es ist der Weg zu gehen, so dass Sie das Programm parallel in Matlab, anstatt bolt Dinge auf. Ich muss zugeben, auch ich bin ziemlich beeindruckt von der toolbox und den Einrichtungen bietet.

    • Ich habe Zugriff auf die Matlab Parallel Computing Toolbox. Kann man teilen, alle guten Primer / Beispiele auf, es zu benutzen?
    • Ich besuchte die Mathworks-2-Tages-training auf die PCT, die Dokumentation zu Lesen und es arbeitete für mich. Aber ich habe einen hintergrund in die parallele Programmierung mit Fortran und MPI und OpenMP. Matlab Central hat steigende Mengen von Sachen, die auf der parallel computing mit Matlab, das kann ein Ort, um zu starten.
    InformationsquelleAutor High Performance Mark
Schreibe einen Kommentar