算法加速使用并行for循环(parfor) - MATLAB和Simulink - MathWorks意大利万博1manbetx

使用并行for循环的算法加速

生成代码中的并行for循环(parfor)

为了潜在地加速执行，您可以从MATLAB生成MEX函数或C/ c++代码^®包含并行for循环的代码(parfor循环)。

一个parfor-loop，就像标准的MATLAB为-loop，在一定范围内执行一系列语句(循环体)。不像为的迭代parfor-loop可以在目标硬件的多个核上并行运行。

并行运行迭代可以显著提高生成代码的执行速度。有关更多信息，请参见parfor-Loops如何提高执行速度．

请注意

并行执行只发生在生成的MEX函数或C/ c++代码中;而不是原始的MATLAB代码。要加速MATLAB代码，请从parfor循环。然后，从代码中调用MEX函数。有关更多信息，请参见加速MATLAB算法工作流．

使用parfor在您的MATLAB代码中，您需要并行计算工具箱™许可证。

MATLAB编码器™软件使用开放多处理(OpenMP)应用程序接口来支持共享内存、多核代码生成。万博1manbetx如果需要分布式并行，请使用并行计算工具箱产品。默认情况下,MATLAB编码器使用尽可能多的核心，因为它发现可用。如果指定要使用的线程数，MATLAB编码器即使有其他可用的内核，也只能为线程使用该数量的内核。有关更多信息，请参见parfor．

因为循环体可以在多个线程上并行执行，所以它必须符合某些限制。如果MATLAB编码器软件检测不符合要求的循环parfor说明，则会产生错误。有关更多信息，请参见parfor限制．

parfor-Loops如何提高执行速度

一个parfor-loop可以提供比类似的更好的执行速度为-loop，因为多个线程可以在同一个循环上并发计算。

每次执行正文的一个parfor-loop被称为迭代。线程以任意顺序计算迭代，并且彼此独立。因为每个迭代都是独立的，所以它们不必同步。如果线程数等于循环迭代的次数，则每个线程执行一次循环迭代。如果迭代次数多于线程，则某些线程执行多个循环迭代。

例如，当一个100次迭代的循环在20个线程上运行时，每个线程同时执行循环的5次迭代。如果由于大量迭代或单个迭代很长而导致循环运行时间较长，则可以使用多线程显著减少运行时间。然而，在本例中，由于并行化开销，例如线程创建和删除，您可能无法获得20倍的速度提升。

什么时候使用parfor-Loops

使用parfor当你有:

多次迭代的简单计算。parfor将循环迭代划分为组，以便每个线程执行一组迭代。
执行时间较长的循环迭代。parfor在不同的线程上同时执行迭代。尽管这种同步执行不会减少单个迭代所花费的时间，但它可能会显著减少循环所花费的总体时间。

什么时候不使用parfor-Loops

不要使用parfor当:

循环的迭代依赖于其他迭代。并行运行迭代可能会导致错误的结果。
帮助你避免使用parfor当循环的迭代依赖于其他迭代时，MATLAB编码器指定变量的严格分类。有关更多信息，请参见parfor-Loops中的变量分类．如果MATLAB编码器方法检测不符合parfor规范，它不生成代码并产生错误。
对于循环迭代必须是独立的规则来说，约简是一个例外。一个减少变量累积一个依赖于所有迭代的值，但与迭代顺序无关。有关更多信息，请参见减少变量．
只有少数迭代执行一些简单的计算。

请注意

对于少量的循环迭代，由于并行化开销，您可能无法加速执行。这些开销包括线程创建、线程之间的数据同步和线程删除所花费的时间。

parfor-Loop语法

对于一个parfor-loop，使用下面的语法:
```
parfor (i = InitVal:EndVal)
```
要指定最大线程数，使用以下语法:
```
parfor (i = InitVal:EndVal,NumThreads)
```

有关更多信息，请参见parfor．

parfor限制

的parfor循环不支持以下语法:万博1manbetx

parfor (i=初始值:步骤:endVal) parfor i=初始值:步骤:endVal

必须使用支持Open Multiprocessing (O万博1manbetxpenMP)应用程序接口的编译器。看到万博1manbetx支持编译器．如果你使用的编译器不支持OpenMP，万博1manbetxMATLAB编码器将parfor循环,为循环。在生成的MEX函数或C/ c++代码中，循环迭代在单个线程上运行。
OpenMP应用程序接口与JIT MEX编译不兼容。看到JIT编译不支持OpenMP万博1manbetx．
循环索引的类型必须在目标硬件上由整数类型表示。在生成的代码中使用不需要多字类型的类型。
parfor对于独立代码生成，需要使用工具链方法构建可执行文件或库。不要更改导致代码生成器使用模板makefile方法的设置。看到项目或配置正在使用模板生成文件．
的主体中不要使用下列结构parfor循环:
- 嵌套parfor-loops
  
  你可以有一个parfor另一个循环parfor循环。然而，内在的parfor循环将像普通线程一样在单个线程上执行为循环。
  
  在一个parfor循环时，可以调用包含另一个循环的函数parfor循环。
- Break和return语句
  
  
  你不能使用打破或返回的语句。parfor循环。
- 全局变量
  
  
  类中的全局变量不能写入parfor循环。
- 降低MATLAB类
  
  类中的MATLAB类不能使用约化parfor循环。
- 降低字符变量
  你不能在上使用略读字符变量中的变量parfor循环。
  
  例如，以下MATLAB代码不能生成C代码:
  C = char(0);Parfor i=1:10 c = c + char(1);结束
  在parfor-loop, MATLAB使c双。对于代码生成，c不能更改类型。
- 减少使用外部C代码
  你不能使用coder.ceval在缩略语中parfor循环. .例如，不能为以下代码生成代码parfor循环:
  parfor i=1:4 y=code .ceval('myCFcn'，y,i);结束
  相反，编写一个局部函数调用C代码使用coder.ceval调用这个函数parfor循环。例如:
  parfor i=1:4 y = callMyCFcn(y,i);结束……函数y = callMyCFcn(y,i) y =编码器。ceval('mCyFcn'， y, i);结束
- 外部函数调用
  
  不能调用外部函数使用coder.extrinsic在一个parfor循环。对包含外部调用的函数的调用将导致运行时错误。
- 内联函数
  
  MATLAB编码器是不是内联函数成parfor-loops，包括使用coder.inline(总是)．
- 展开循环
  你不能使用coder.unroll在一个parfor循环。
  
  类中展开的循环parfor循环,MATLAB编码器无法对变量进行分类。例如:
  For j=code .unroll(3:6) y(i,j)=y(i,j)+i+j;结束
  这段代码被展开为:
  (我,3)= y(我,3)+我+ 3;．.．(我,6)= y(我,6)+我+ 6;
  在展开的代码中，MATLAB编码器无法对变量进行分类y因为y以不同的方式在parfor循环。
  
  MATLAB编码器不支持无法分类的变万博1manbetx量。有关更多信息，请参见parfor-Loops中的变量分类．
- 变长度输入宗量/varargout
  
  你不能使用变长度输入宗量或varargout在一个parfor循环。