我对 Matlab 中的并行计算还是有些陌生。我在 C 中成功使用了 OpenMP，但在 Matlab 中无法获得更好的性能。

首先，由于我是一所大学的新机器，我通过在命令提示符中键入 ver 验证了我所在的机器是否具有 Parallel Computing Toolbox，它显示: 并行计算工具箱版本 5.2 (R2011b)。注意机器有4核

我尝试了使用 parfor 与 for 的简单示例，但 for 总是赢，尽管这可能是因为开销成本。我正在做一些简单的事情，比如这里的例子:MATLAB parfor is slower than for -- what is wrong?

在尝试将 parfor 应用于我更大更复杂的程序之前(我需要计算一个函数的 500 次评估，每次评估大约需要一分钟，因此并行化在这里会有所帮助)，我非常希望看到一个具体的例子parfor 胜过 for。 . OpenMP 的例子很多，但没有找到一个简单的例子，我可以复制和粘贴显示 parfor 比 for

最佳答案

我使用以下代码(每个 Matlab session 一次)来使用 parfor:

pools = matlabpool('size');
cpus = feature('numCores');
if pools ~= (cpus - 1)
    if pools > 0
        matlabpool('close');
    end
    matlabpool('open', cpus - 1);
end

这为其他进程留下了 1 个核心。 请注意，feature() 命令未记录。

https://stackoverflow.com/questions/11934910/