在 matlab 中使用 spmd（并行）将函数应用于矢量的各个部分

Question

我正在使用并行计算工具箱在 MatLab 中工作。

任务

我有一个 vector v。我有 4 个核心。我想在每个核心上拆分矢量（因此每个核心处理矢量的 1/4，假设长度（v）可被 4 整除）并在每个部分上应用函数 f()。

所以对于核心 1： f1 = f(属于第1部分的v)

对于核心 2： f2 = f(属于第2部分的v)

等等。

然后我想收集结果，以便在这之后我有： f = "one vector containing all elements of f1, and all elements of f2, etc." 在主要核心上（如果你愿意，可以使用 root ，也许 MatLab 称之为 "client"，但我不确定）。

尝试

spmd

    v_dist    = codistributed( v ); %split v onto cores
    lpv       = getLocalPart( v_dist ); %this core's part ("my part")

    f1        = f( lpv ); %apply f to my part of v

    %I want to piece back together the outputs?
    f_tmp     = codistributed( zeros(length(f1) * 4, 1) );

    %get my part of the container where I want to put the output
    f_tmp_lp  = getLocalPart( f_tmp );
    %now actually put my part of the output here:
    f_tmp_lp  = f1;

    %and then finally piece back together my part into 
    f_tmp     = codistributed.build( f_tmp_lp, getCodistributor( f_tmp ) );

end

%we should gather the output on the client?
f = gather( f_tmp );

还有?

这没有按预期工作。我确实得到了 f 的正确大小，但不知何故似乎发生的是 "lpv" 只是给予每个核心的相同部分。但我不确定这是否是问题所在。

求助?

我没有做过很多MatLab并行编程。我将如何完成我的任务？

Answer 1

我认为您的代码非常接近，但我认为您不需要 f_tmp。这是一个例子：

v = 1:10;
spmd
    v_dist = codistributed(v);
    lpv = getLocalPart(v_dist);
    f1 = sqrt(lpv);
    v2 = codistributed.build(f1, getCodistributor(v_dist));
end
assert(isequal(gather(v2), sqrt(v)));

在 matlab 中使用 spmd（并行）将函数应用于矢量的各个部分

use spmd in matlab (parallel) to apply a function to parts of vector

parallel-processing

matlab

spmd