使用SPMD在更新公共变量时运行一系列作业

Question

目前，我正在尝试使用MATLAB 2013 b并行运行实验，这是非常耗时的。

一个加快速度的策略是利用一个实验的结果来“温暖地开始”下一个实验。在我的例子中，这有点复杂，因为每个实验都有一个n_types类型，我只能使用k类型的实验来加快另一个k类型的实验。

不幸的是，我不能用parfor函数实现这个策略，因为它需要每个作业都更新一个公共变量(该变量存储温暖的开始信息)。尽管如此，我听说使用spmd框架可以做到这一点。

我想知道是否有人能帮我把下面这个通用(不起作用的) parfor代码“转换”成spmd代码中的代码。

n_cores = %provided by user (# of workers that are available)
inputs  = %provided by user (n_jobs x 1 cell array of structs)
types   = %provided by user (n_types x 1 array of integer values)
n_jobs  = length(inputs)
n_types = length(unique(types))

outputs     = cell(n_jobs,1) %cell array to store job output
warm_starts = cell(0,n_types) %empty 0 x n_type cell array to store warm start data

matlabpool('open',n_cores)

parfor i = 1:length(jobs)

   %run myfun in parallel
   outputs{i} = myfun(inputs{i},warm_starts(types(i)));

   %update warm start data for experiments of this type with data from current experiment
   warm_starts{end+1,types(i)) = get_warm_start(job_outputs{i});

end

Answer 1

我不太清楚您可能希望为每个warm_starts存储多少不同的type。我假设你只想存储一个。下面是你可能要做的事情：

jobs  = rand(1,97); % note prime number of jobs
types = randi([1, 5], size(jobs));
n_jobs = numel(jobs);
n_types = numel(unique(types));
warm_starts = cell(1, n_types);

spmd
    jobs_per_lab = ceil(n_jobs / numlabs);
    outputs = cell(jobs_per_lab, 1);
    for idx = 1:jobs_per_lab
        job_idx = idx + ((labindex-1)*jobs_per_lab);
        if job_idx > n_jobs
            % Off the end of 'jobs', no work to do
            this_warm_start = NaN;
            this_type       = NaN;
        else
            this_type = types(job_idx);
            if ~isempty(warm_starts{this_type})
                this_warm_start = warm_starts{this_type};
            else
                this_warm_start = 0;
            end
            outputs{idx} = this_warm_start + types(job_idx) * jobs(job_idx); % some function goes here
            this_warm_start = rand();
        end
        % All-to-all communication to exchange 'this_warm_start' values.
        % After this, each worker has a 2 x numlabs cell array of warm starts and types
        all_warm_starts_this_round = gcat({this_type; this_warm_start}, 2);
        for w = 1:numlabs
            warm_start_type = all_warm_starts_this_round{1, w};
            warm_start_value = all_warm_starts_this_round{2, w};
            if ~isnan(warm_start_type)
                warm_starts{warm_start_type} = warm_start_value;
            end
        end
    end
    % Finally, collect all results on lab 1
    outputs = gcat(outputs, 1, 1);
end
% Dereference the Composite
outputs = outputs{1};

我在那里所做的主要工作是手动分割工作，以便每个工人在一段“作业”上操作，然后在每一轮之后使用GCAT广播温暖的开始信息。