Документация

Выбор параллельного окружения

В зависимости от типа параллельного окружения, которую вы выбираете, функции выполняются либо на рабочих процессах, либо на рабочих потоках. Чтобы решить, какое окружение вам подходит, смотрите следующую схему и таблицу.

Сравнение рабочих процессов и рабочих потоков

Ниже показано сравнение производительности между рабочими процессами и рабочими потоками для примера, в котором используется эффективность рабочих потоков.

Создайте некоторые данные.

X = rand(10000, 10000);

Создайте параллельный пул рабочих процессов.

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. В данном примере используйте a parfeval выполнение.

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     

Обратите внимание, что передача данных является значительной. Чтобы избежать затрат на передачу данных, можно использовать рабочие потоки. Удалите текущий параллельный пул и создайте параллельный пул на основе потоков.

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

Время выполнения 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, потому что рабочие потоки могут использовать данные X не копируя его, и у них меньше накладных расходов на планирование.

Решите задачу оптимизации параллельно с пулом на основе процессов и потоков

Этот пример показывает, как использовать пул на основе процессов и пул на основе потоков, чтобы решить задачу оптимизации параллельно. Пулы на основе потоков оптимизированы для меньшей передачи данных, более быстрого планирования и уменьшения использования памяти, что может привести к повышению эффективности ваших 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 окружения на основе потоков?

В окружениях, основанных на потоках, функции параллельного языка выполняются для рабочих процессов, поддерживаемых вычислительными потоками, которые запускают код на ядрах на машине. Они отличаются от вычислительных процессов тем, что сосуществуют в одном и том же процессе и могут совместно использовать память.

Окружения на основе потоков имеют следующие преимущества по сравнению с окружениями на основе процессов.

Когда вы используете окружения, основанные на потоках, имейте в виду следующие факторы.

Что такое основанные на процессах Окружения?

В окружениях, основанных на процессах, функции параллельного языка выполняются работниками, поддерживаемыми вычислительными процессами, которые запускают код на ядрах на машине. Они отличаются от вычислительных потоков тем, что они независимы друг от друга.

Окружения на основе процессов имеют следующие преимущества по сравнению со окружениями на основе потоков.

Когда вы используете основанную на процессах окружение, имейте в виду следующие факторы.

Проверяйте поддержку окружения, основанной на потоках

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

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

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