博客

先上图，图中求500次随机矩阵的特征值，串行14.85s，并行3.63s 。

%% 串行计算
tic
S1=1;
for i = 1:500
    S1 = S1+max(eig(rand(i)));
end
display(strcat('客户端串行计算时间：',num2str(toc),'秒'));

并行化：

%% 开启线程池
if isempty(gcp('nocreate')) %如果之前没有开启parpool则启动
    parpool(maxNumCompThreads);  %设为最大可使用核数
end

%% 并行计算
tic
S2=1;
parfor i = 1:500
    S2 = S2+max(eig(rand(i)));
end
display(strcat('parfor并行计算时间：',num2str(toc),'秒'));

总结下来其实就两步：

1. 开启线程池；

2.把“for”改成“parfor”

求和运算也可以并行完成：

%% 串行计算
tic
S1=1;
for i = 1:500
    S1 = S1+max(eig(rand(i)));
end
display(strcat('客户端串行计算时间：',num2str(toc),'秒'));


%% 开启线程池
if isempty(gcp('nocreate')) %如果之前没有开启parpool则启动
    parpool(maxNumCompThreads);  %设为最大可使用核数
end

%% 并行计算
tic
S2=1;
parfor i = 1:500
    S2 = S2+max(eig(rand(i)));
end
display(strcat('parfor并行计算时间：',num2str(toc),'秒'));

测试下来，特征值，fsolve，数值积分等操作并行比串行快，大矩阵svd分解，大矩阵除法串行更快，可能是这些运算MATLAB中已经有优化了。

另外，第一次开线程池比较慢，需要约30s，如果需要多次使用，就不要关线程池了。