Matlab并行计算原理梗概

Matlab的并行计算实质还是主从结构的分布式计算。当你初始化Matlab并行计算环境时，你最初的Matlab进程自动成为主节点，同时初始化多个（具体个数手动设定，详见下文）Matlab计算子节点。Parfor的作用就是让这些子节点同时运行Parfor语句段中的代码。Parfor运行之初，主节点会将Parfor循环程序之外变量传递给计算子节点。子节点运算过程时互不干扰，运算完毕，则应该有相应代码将各子节点得到的结果组合到同一个数组变量中，并返回到Matlab主节点。当然，最终计算完毕应该手动关闭计算子节点。

并行计算设置

这里讲述的方法仅针对多核机器做并行计算的情况。设机器的CPU核心数量是CoreNum，双核机器的CoreNum为2，依次类推。CoreNum可以不等于核心数量，但是如果CoreNum小于核心数量则核心利用率没有最大化，如果CoreNum大于核心数量则效率反而可能下降。因此单核机器就不要折腾并行计算了，否则速度还更慢。

下面一段代码初始化Matlab并行计算环境：

%Initialize Matlab Parallel Computing Enviornment by Xaero | Macro2.cn
CoreNum=2; %设定机器CPU核心数量，我的机器是双核，所以CoreNum=2
if matlabpool(‘size’)<=0 %判断并行计算环境是否已然启动
matlabpool(‘open’,’local’,CoreNum); %若尚未启动，则启动并行环境
else
disp(‘Already initialized’); %说明并行环境已经启动。
end

运行成功后会出现如下语句：

Starting matlabpool using the ‘local’ configuration … connected to 2 labs.

如果运行出错，按照下面的办法检测：

首先运行：

• matlabpool size

如果出错，说明你没有安装Matlab并行工具箱。确认安装了此工具箱后，运行：

• matlabpool open local 2;

如果出错，证明你的机器在开启并行计算时设置有问题。请联系MathWorks的售后服务。
Tips

• 网上有反映说，如出现错误，可以再次打开matlab，在执行所有代码前，打开parallel->manage cluster profiles,然后再关闭，可以解决。（原因未知）

用上述语句启动Matlab并行计算环境的话，在你的内存里面有CoreNum个Matlab进程存在，每个占用内存都在百兆以上。（可以用Windows任务管理器查看），故完成运行计算后可以将其关闭。
关闭的命令很简单：

• matlabpool close

more🤖

请参看mathworks