MATLAB实现并行计算来缩短执行时间

执行时间"/>

MATLAB实现并行计算来缩短执行时间

**

MATLAB实现并行计算来缩短执行时间

**

本文采用 MATLAB 内附样例
”802.11be Packet Error Rate Simulation for an EHT MU Single-User Packet Format“ 为基础，将其改造为 并行计算，看看 并行计算是否有效率方面的优势。

结论：
1）多重循环：当存在多重循环时，不能多重循环同时采用并发。也就是说只能有一层为并行计算；
2) GPU 调用：不采用并行计算时， 若循环体中存在 GPU 调用（每次生成、释放GPU对象），则有可能反而降低效率：因为 GPU 对象的生成与释放很耗时间。采用并行计算时，采用 CPU 的效率也是高于 GPU ( 代码中仅有 agwn 一处涉及 GPU/CPU 的选择，其他代码默认都是 CPU) ;
3）并发轮次： 尽可能让每次并发的轮次等于 CPU 的核数；如果小于 CPU核数，则未充分发挥并发潜力；
4） 单轮次时间： 串行用时大约只有并行用时的 一半左右。 也就是说，并行计算同一组代码用时，大约是串行计算的两倍。 可见：并行计算代价也很高；也就是说，并发至少3 轮次以上才会有效率上的提升；
5）并行预热 ： 并行预热一般需要 30 秒以上。 所以同样代码一次跑并行 ， 比后面跑并行要多花 30 秒以上的时间； 一般需要跑个两三次才能达到性能巅峰；

1.串行运行每轮时间 5~7 秒 （CPU）
共 外循环 13 轮， 内循环 5 轮， 每轮 5~7 秒 。整个程序 共计 4 分钟 8 秒 运行完毕；

2 串行运行每轮时间 7~10 秒 （GPU）

3… 外循环用并行计算，每轮时间 一般 15 秒左右。
共计用时 2 分5 秒左右 . 可以看到每次 6 轮并发（CPU 6 核）

3. 内循环用并行计算，每轮时间一般 15 秒左右。 共计用时 2 分28秒左右。 每次 5 轮并发 （内循环总共只有 5 轮，所有 CPU核数并未充分利用）