matlab内循环并行计算_matlab分布式并行计算_matlab2014a并行计算(2)

这些结构仍能够运作，这样，只需维护单个代码版本，即可确保串行执行和并行执行。

通过将 Monte Carlo 仿真和其他粗粒度或密集并行问题组织为独立的任务（工作单元），即可实现其并行化。工具箱中的并行for 循环提供了一种在多个 MATLAB worker间分配任务的方式。使用该循环，可以将独立的循环迭代自动分配给多个 MATLAB worker。parfor 结构管理着 MATLAB 客户端会话与worker 之间的数据和代码传输。它会自动检测是否有 worker，如果没有，则会还原为串行方式。此外，还可以将任务编写为 MATLAB 函数或 MATLAB 脚本。如果指定为函数，可以通过在工具箱中处理任务和作业对象来执行任务；如果指定为脚本，则可以使用批处理功能。

对于需要大型数据集处理的 MATLAB 算法，Parallel Computing Toolbox 提供了分布式数组、并行函数，以及使用 spmd 关键词注释代码区段的功能，可用于在数个 worker 上并行执行。分布式计算工具箱支持用于设计开发并行应用程序的特定方法：使用并行for循环和分布式数组，或者使用消息传递构造。这些并行结构可处理 worker 间通信，并协调后台的并行计算。使用分布式数组，可以在参与并行计算的所有 worker 间分配任何数据类型的矩阵。利用并行函数，可以执行多种数学运算，例如索引、矩阵相乘、分解，以及在分布式数组上直接转换。此外，工具箱还提供了 150 个多个用于分布式数组的函数，包括基于 ScaLAPACK 的线性代数例程。 如要对并行方案进行显式的、细粒度的控制，同时还需要明确管理 worker 间的协调，通过 Parallel Computing Toolbox函数可访问基于 MPI 标准 (MPICH2)的消息传递例程，包括用于发送、接收、广播、阻挡、以及探测操作的函数。使用spmd 结构，可以指定代码的区段以在所有参与并行计算的worker 间并行运行。程序执行过程中，该结构会自动将在其内部使用的数据和代码传输给worker，并在执行完毕后将结果返回给MATLAB 客户端会话。分布式数组、并行函数以及消息传递函数可以在spmd 结构内部使用。在没有worker 的情况下，MATLAB 会串行执行spmd 语句。使用spmd 结构，可以指定代码的区段以在所有参与并行计算的worker 间并行运行。程序执行过程中，该结构会自动将在其内部使用的数据和代码传输给worker，并在执行完毕后将结果返回给 MATLAB 客户端会话。分布式数组、并行函数以及消息传递函数可以在spmd 结构内部使用。在没有worker 的情况下，MATLAB 会串行执行spmd 语句。

客户端用并行计算工具箱来定义和建立作业即任务，MDCE通过计算各个任务来执行作业并负责把结果返回给客户端。作业管理器（Job Manager）是MDCE的一个组成部 分，用来协调各个作业及其任务在各个worker上的执行。

系统中一共有三种角色，分别为提交Job并将Job划分为多个task的客户端，管理作业运行的Job Manager（JM），以及执行task具体进行运算的worker。在一个分布式系统中通常包括多个worker，以便同时执行多个task。

jm = findResource('scheduler','type','jobmanager','Name','MyJobManager','LookupURL','MyJMhost')

%set( job, 'PathDependencies', {'\\172.23.253.120\R2012Pro\Test','/mnt/'} )

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-40306-2.html