MATLAB内置的并行处理和内核分配的效率如何？

Question

我打算买一台工作站来运行我的matlab数据分析脚本。我计划将系统内存从6 GB增加到24 GB。我正在考虑是否应该购买6核处理器，双4核，还是双6核。(现在我有一个双核处理器)。

现在，我认为MATLAB内置的内存管理系统有很大的延迟。(例如，一个函数的执行时间为30秒，但tic和toc显示最后一行代码的执行时间为18秒)。由于对大块数据的算术处理，我也有一些延迟，但我没有进行任何真正繁重的计算。

在这一点上，我不愿意/不能显式地并行我的代码。我知道有些人对MATLAB内部有丰富的经验，所以我希望有人能指导我如何有效地利用MATLAB的多核。它会在一个独立于计算进程的线程中运行垃圾收集器吗？哪些操作会自动并行化？

Answer 1

按照Amro的建议，我查看了这个MATLAB支持文档：

Which MATLAB functions benefit from multithreaded computation?

以及

How do I choose computer hardware which best optimizes the performance of MATLAB?

和

Choosing Hardware for Use with MATLAB®

结果似乎是您的里程可能会有所不同。基本上，特定的函数似乎是多线程的，列表是一个随时间变化的函数。

目前，我将只购买单核六核处理器，因为价格差异很大，而且没有手动优化的多核处理器似乎对速度有限制。我会确保得到一块NVIDIA显卡，这样我就可以利用matlab对图形处理器操作的支持，根据Mikhail的建议和the matlab gpu documentation

Answer 2

我对Matlab的并行计算工具箱有一些经验，我猜这就是你所指的，而不是简单的Matlab对内部函数越来越多地使用多线程。

并行Matlab不是灵丹妙药，你不会在8核上神奇地提高8倍的速度，在12核上也不会神奇地提高12倍，你必须付出一些努力。然而，作为一个把大部分时间花在并行Fortran程序上的人，我想说Matlab提供了一条比Fortran+OpenMP或MPI更短的通向良好并行化程序的途径，就像Matlab比Fortran开发起来更快一样。但是作为一个程序员，你所关心的仍然是非常相似的：

• (re-)designing你的程序以暴露并行性；记住，当你有多个内核时，最好的串行算法并不总是最好的；当你有多个内核时，暴力方法可能是最好的option;
• load-balancing：，确保每个内核获得大致相同的work;
• minimising，并行化开销:包括消息传递(如果你是这样做的话)和线程/进程启动和拆除时间；让4个线程在空闲期间持续运行比每次程序遇到串行section;
• minimising争用共享内存时启动和停止它们更有效(如果这就是你要做的)，这既是为了防止错误，也是为了最大限度地提高速度；
• 不要太纠结于并行加速，一旦程序足够快就足够快了，你的工作目标是数据分析而不是并行程序优化(这是我的工作！)

Matlab的PCT提供了您需要的工具，但您必须卷起袖子。至于垃圾收集器在哪里运行的具体问题，我不知道；我建议你去找出来。

哪些操作是自动并行化的？我认为这意味着哪些Matlab函数是多线程的？答案是越来越多，但对于最新的情况，您需要测试(查看任务管理器或您的机器上调用的任何东西)或阅读文档。

就我个人而言，在你的情况下，我会选择双6核处理器，如果我能在合理的时间内获得6倍的速度，我会很高兴--如果不像你一样了解你的代码，很难准确地知道这需要多长时间。