Matlab 简单的并行化运算

本文只是对于多核CPU运行单一程序的优化，以及简单的GPU运算（非CUDA）
部分内容引自:http://blog.sina.com.cn/s/blog_6b597bfb01018wa5.html
并行化计算通过client-workers体系，client负责分发任务，workers(数量等于CPU核数)负责完成任务

1、使用parfor循环

parfor循环把变量分为五类：循环变量*、广播变量、临时变量、分段变量以及简约变量。
举例如下：

a = 100;
s = 0;
parfor k = 1 : 100 % k为循环变量

if a > 10 % 广播变量
b = 10; % 临时变量
end

c(k) = k; % 分段变量，输入属性
d = 1e3; % 临时变量
s = s + k; % 简约变量
end

循环变量：即代码中的k。
广播变量：该变量不是由worker产生，而是当client把任务分配给worker时传给worker的，每个worker都会接收到此类变量。
临时变量：在worker中产生，worker执行完任务之后clear掉，也不会传递给client的变量。
分段变量：这是parfor中最为重要的变量，可以具有输入和输出两类属性。
简约变量：循环执行的先后次序无关的操作在MATLAB中叫简约循环，也能在MATLAB中并行化。。

• 并行开启（执行parfor语句自动开启）

  delete(gcp('nocreate'));     % 确保没有并行池运行 
  parpool ；                   %打开并行池
  parpool(2);                  %打开特定大小的池
  p = gcp;  delete(p);         %删除当前并行池

• 首先使用for循环写好对于程序，在进行如下判断

若要并行，必须满足以下2个条件之一：每次循环之间是相互独立的；循环执行完之后的结果和循环执行的先后次序无关。

• 加速要点
• 并行运算变量不需要预先分配内存空间；因为一旦在parfor之前预分配内存了，该分段变量就具备了输入属性，已在client中生成了，client再将其分段传递给不同的worker，这会消耗额外的时间。所以，我们的原则是：分段变量能不增加输入属性就不增加。（只针对并行运算）

一般编程注意
1、多使用列向量。
2、a(a>0.5) = 0; % 逻辑索引、a(find(a>0.5)) = 0; % 数值索引、毫无疑问，前者的代码执行速度更快。
3、对于通信算法SNR仿真，可以使用break语句，在性能符合要求的SNR跳出。

• 直接将for改为parfor,根据提示修改程序
  一般被赋值变量的索引应该从1开始且顺序存储，被调用广播变量等也尽量从1开始。（经验）

  2、简单的GPU加速

  • 将需要GPU运算的变量使用gpuArray()转换写入GPU，在GPU计算完成后使用gather()将需要收集的变量读入Matlab工 作区内存空间进行下一步操作。（考虑到内存读写，此方法只对某些方法加速效果良好）
  • 使用arrayfun()函数
    1、例：d = arrayfun(@myfunction,a,b,c);，myfunction为当前调用函数，在GPU进行处理，a、b、c为输入gpuArray类型参数（可以按照函数要求添加多个参数，每个参数维度一致;如果c不是gpuArray类型，函数运行开始将自动转为gpuArray）。
    2、使用gather可以收集d。不支持数组输出（标量输入输出）。

非gpuArray情况
1、支持数组输出（如输入参数a、b、c分别为1、2、3；输出为[1,2]，'UniformOutput’设置为‘false’），输出为cell类型；对于cell类型，通过（）访问cell数组时访问到的是cell单元,通过{}访问cell数组时访问到的是cell单元储存的内容。
2、同理数组输入也需要使用cell类型，或者struct结构体；
3、可以使用num2cell(matrix,dismension),将输入矩阵转为cell类型，将dismension维度合并，如A为3x2矩阵，2维度，转换后B为3x1cell类型，B{1} = A(1,:) 。
4、对于结构体类型，例a(1).x = [1 2]；a(2).x = [ 2 3];以a输入，a.x读取即可。

%% 定义函数
function a = add(b,c)
a = b + c;
end
%% arrayfun 三种函数使用方法
l = @(b,c) b+c;
d = arrayfun(@add,[1 2 3],[2 3 4]) ;       
d = arrayfun(@(b,c) b+c,[1 2 3],[2 3 4]) ;
d = arrayfun(l,[1 2 3],[2 3 4]) ;
%%gpuArray
d = arrayfun(l,gpuArray([1 2 3]),gpuArray([2 3 4])) ;(输入输出均为标量)

3、batch批处理

• 主要用于集群等，简单语句说明一下，未深入了解

job = batch('mywave');      %批处理，不阻塞当前程序继续运行,使用默认集群
%可以设置'Pool'参数，定义使用并行池数量，需要先关闭之前开启的并行池
wait(job)                   %强行阻塞等待
diary(job);                 %打印子程序的打印信息Command Window Output
load(job,'A');              %加载job中变量到当前工作区，原始数据类型
delete(job);                %删除数据
clear job;                  %删除工作空间

job_function = batch(fcn,N,{x,y,z,...});          %批处理函数，fcn为函数句柄，N为输出参数数量，x,y,z,...为输入参数
%可以设置'Pool'参数，定义使用并行池数量，需要先关闭之前开启的并行池
wait(job_function);
if(job_function.State == 'finished')
   job_function_out = fetchOutputs(job_function); % 加载返回数据到工作区，cell类型
   class(job_function_out{1})                     %返回数据类型
end

微信公众号：通信随笔XIDIAN