Документация

Выбрать параллельную среду

В зависимости от выбранного типа параллельной среды, элементы выполняются либо на рабочих процессах, либо на рабочих потоках. Чтобы определить подходящую среду, обратитесь к следующей схеме и таблице.

Сравнение рабочих процессов и рабочих потоков

Ниже показано сравнение производительности между рабочими процессами и рабочими потоками для примера, который использует эффективность рабочих потоков.

Создайте некоторые данные.

X = rand(10000, 10000);

Создайте параллельный пул работников процесса.

pool = parpool('local');

Starting parallel pool (parpool) using the 'local' profile ...
Connected to the parallel pool (number of workers: 6).

Время выполнения и измерения передачи данных некоторого параллельного кода. Для этого примера используйте parfeval исполнение.

ticBytes(pool);
tProcesses = timeit(@() fetchOutputs(parfeval(@sum,1,X,'all')))
tocBytes(pool)

tProcesses = 3.9060

             BytesSentToWorkers    BytesReceivedFromWorkers
             __________________    ________________________

    1                   0                       0          
    2                   0                       0          
    3                   0                       0          
    4                   0                       0          
    5             5.6e+09                   16254          
    6                   0                       0          
    Total         5.6e+09                   16254     

Следует отметить, что перенос данных является значительным. Чтобы избежать затрат на перенос данных, можно использовать работников потоков. Удалите текущий параллельный пул и создайте параллельный пул на основе потоков.

delete(pool);
pool = parpool('threads');

Время выполнения одного и того же кода.

tThreads = timeit(@() fetchOutputs(parfeval(@sum,1,X,'all')))

tThreads = 0.0232

Сравните время.

fprintf('Without data transfer, this example is %.2fx faster.\n', tProcesses/tThreads)

Without data transfer, this example is 168.27x faster.

Рабочие потоки превосходят рабочие процессы, поскольку рабочие потоки могут использовать данные X без копирования, и у них меньше накладных расходов на планирование.

Решение проблемы оптимизации в параллельном пуле на основе процессов и потоков

В этом примере показано, как использовать пул на основе процессов и потоков для параллельного решения задачи оптимизации. Пулы на основе потоков оптимизированы для меньшей передачи данных, более быстрого планирования и сокращения использования памяти, что может повысить производительность приложений.

lb = [-200;0.05];
ub = [-1;pi/2-.05];
x0 = [-30,pi/3];
opts = optimoptions('patternsearch',...
    'UseCompletePoll', true, ...
    'Display','off',...
    'UseParallel',true);
% No linear constraints, so set these inputs to empty:
A = [];
b = [];
Aeq = [];
beq = [];

p = parpool('local');

Starting parallel pool (parpool) using the 'local' profile ...
Connected to the parallel pool (number of workers: 6).

rng default;

tProcesses = zeros(5,1);
for repetition = 1:numel(tProcesses)
    tic
    [xsolution,distance,eflag,outpt] = patternsearch(@cannonobjective,x0, ...
        A,b,Aeq,beq,lb,ub,@cannonconstraint,opts);
    tProcesses(repetition) = toc;
end
tProcesses = mean(tProcesses)

tProcesses = 2.7677

delete(p);

p = parpool('threads');

Starting parallel pool (parpool) ...
Connected to the parallel pool (number of workers: 6).

rng default
tThreads = zeros(5,1);
for repetition = 1:numel(tThreads)
    tic
    [xsolution,distance,eflag,outpt] = patternsearch(@cannonobjective,x0, ...
        A,b,Aeq,beq,lb,ub,@cannonconstraint,opts);
    tThreads(repetition) = toc;
end
tThreads = mean(tThreads)

tThreads = 1.5790

fprintf('In this example, thread workers are %.2fx faster than process workers.\n', tProcesses/tThreads)

In this example, thread workers are 1.75x faster than process workers.

delete(p);

Что такое потоковые среды?

В потоковых средах параллельные языковые функции выполняются сотрудниками, поддерживаемыми вычислительными потоками, которые запускают код на ядрах компьютера. Они отличаются от вычислительных процессов тем, что сосуществуют в одном процессе и могут совместно использовать память.

Среды на основе потоков имеют следующие преимущества по сравнению с средами на основе процессов.

При использовании сред на основе потоков следует учитывать следующие соображения.

Что такое среды на основе процессов?

В средах на основе процессов параллельные языковые функции выполняются сотрудниками, поддерживаемыми вычислительными процессами, которые выполняют код на ядрах компьютера. Они отличаются от вычислительных потоков тем, что независимы друг от друга.

Среды на основе процессов имеют следующие преимущества по сравнению с средами на основе потоков.

При использовании среды на основе процессов следует учитывать следующее.

Проверка поддержки среды на основе потоков

Рабочие потоки поддерживают только подмножество функций MATLAB, доступных для рабочих процессов. Если вы заинтересованы в функции, которая не поддерживается, сообщите группе технической поддержки MathWorks.

Рабочие потоки поддерживаются в автономных приложениях, созданных с помощью MATLAB Compiler™ и веб-приложений, размещенных на MATLAB Web App Server™.

Дополнительные сведения о функциях, поддерживаемых рабочими потоками, см. в разделе Проверка поддерживаемых рабочими потоками функций.