Matlab-并行工具箱学习总结

目录Matlab并行工具箱学习.................................................................................................................11.简介...........................................................................................................................................11.1.并行计算.......................................................................................................................11.2.并行计算平台...............................................................................................................11.3.Matlab与并行计算......................................................................................................12.Matlab并行计算初探.............................................................................................................22.1.并行池...........................................................................................................................22.1.1.配置和开启池（parpool）...............................................................................22.1.2.获取当前池（gcp）.........................................................................................32.1.3.关闭池（delete）.............................................................................................42.2.循环并行parfor............................................................................................................42.2.1.Matlabclient和Matlabworker.......................................................................42.2.2.并行程序中的循环迭代parfor........................................................................42.2.3.利用parfor并行for循环的步奏.....................................................................52.3.批处理（batch）..........................................................................................................52.3.1.运行批处理任务...............................................................................................52.3.2.运行批处理并行循环.......................................................................................62.4.MATLAB的GPU计算...............................................................................................62.4.1.GPU设备查询与选择......................................................................................82.4.2.在GPU上创建阵列.........................................................................................82.4.3.在GPU上运行内置函数.................................................................................92.4.4.在GPU上运行自定义函数...........................................................................103.总结.........................................................................................................................................11参考文献...........................................................................................................................................1高性能计算高性能计算1Matlab并行工具箱学习1.简介高性能计算(HighPerformanceComputing，HPC)是计算机科学的一个分支，研究并行算法和开发相关软件，致力于开发高性能计算机。可见并行计算是高性能计算的不可或缺的重要组成部分。1.1.并行计算并行计算（ParallelComputing）是指同时使用多种计算资源解决计算问题的过程，是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同求解同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。并行计算系统既可以是专门设计的、含有多个处理器的超级计算机，也可以是以某种方式互连的若干台的独立计算机构成的集群。通过并行计算集群完成数据的处理，再将处理的结果返回给用户[1]。1.2.并行计算平台平台是并行计算的载体，它决定着你可以用或只能用什么样的技术来实现并行计算。多核和集群技术的发展，使得并行程序的设计成为提高数值计算效率的主流技术之一。常用的小型计算平台大致分为：由多核和多处理器构建的单计算机平台；由多个计算机组成的集群（Cluster）。前者通过共享内存进行数据交互，后者通过网络进行数据通信。计算正在从CPU（中央处理）向CPU与GPU（协同处理）的方向发展。GPU最早主要应用在图形计算机领域，近年来，它在通用计算机领域得到了迅猛的发展，使用GPU做并行计算已经变得越来越重要和高效。常用的并行计算技术包括多线程技术、基于共享内存的OpenMP技术，基于集群的MPI技术等。但它们都需要用户处理大量与并行计算算法无关的技术细节，且不提供高效的算法库，与数值计算的关联较为松散。1.3.Matlab与并行计算Matlab即是一款数值计算软件，又是一门语言，它已经成为数值计算领域的主流工具。Matlab提供了大量高效的数值计算模块和丰富的数据显示模式，便于用户进行快速算法的高性能计算2研究和科学建模仿真。自Matlab2009之后，Matlab推出了并行计算工具箱（ParallelComputingToolbox，PCT）和并行计算服务（DistributedComputingServer，DCS），通过PCT和DCS用户可以实现基于多核平台、多处理器平台和集群平台的多种并行计算任务。利用PCT和DCS，用户无需关心多核、多处理器以及集群之间的底层数据通信，而是将主要精力集中于并行算法的设计。此外，PCT还增加了对GPU（GraphicsProcessingUnit）的支持。2.Matlab并行计算初探Matlab并行计算工具箱，使用多核处理器，GPU和计算机集群，解决计算和数据密集型问题。高层次的结构并行for循环，特殊阵列类型和并行数值算法，让你在没有而CUDA或MPI编程基础的条件下并行MATLAB应用程序。您可以使用带有Simulink的工具箱并行运行一个模型的多个仿真。该工具箱，通过在本地workers（MATLAB计算引擎）上执行应用程序，来使用多核台式机的全部处理能力。不用改变代码，就可以在计算机集群或网格计算服务（使用MATLAB分布式计算服务器™）上运行相同的应用程序。可以交互地或批处理地运行并行应用程序。包含以下特性：并行for循环(parfor)，可以在多个处理器上运行任务并行算法。支持CUDA的NVIDIAGPU。通过本地workers，充分利用台式机的多核处理器。计算机集群和网格计算支持（通过MATLAB分布式计算服务）。以交互方式和批量方式执行并行应用程序。分布式阵列和SPMD（single-program-multiple-data），用于大型数据集的处理和数据并行算法。本文仅介绍循环的并行，批处理和GPU并行计算。2.1.并行池2.1.1.配置和开启池（parpool）在使用parfor和spmd之前，首先要配置和开启并行计算池。parpool函数1提供并行池的配置和开启功能，其用法如下表2-1：1在较早的版本中，是matlabpool，本人实验平台是Matlab2014a，输入matlabpool，提示在后期版本中会将其移除，并取而代之以parpool，所以本文仅阐述parpool的用法。高性能计算3表2-1parpool函数用法语法和参数功能parpool使用默认集群配置文件启动池，通过并行选项和默认配置文件设定池的大小。parpool(poolsize)启动制定数量的池，如果它们被占用，会等待至可用。parpool(profilename)启动一个由“profilename”指定的集群配置文件的worker池，poolsize用于指定池的数量。parpool(profilename,poolsize)parpool(cluster)在由“cluster”对象指定的集群（cluster）上启动worker池，poolsize用于指定池的数量。parpool(cluster,poolsize)parpool(___)像客户端工作空间（workspace）返回表示集群上的池的parallel.Pool对象。此外，还可以给上述命令指定输出参数，如输入：p=parpool，输出如下图：图2-1输入命令p=parpool时的运行结果输出参数p为并行池对象，一个池对象有7中属性，上图显示了6种属性。其中，“NumWorkers”代表wor