Matlab的fftn使用多线程会变慢？

Question

我有权访问12核心机器和一些严重依赖于fftn的matlab代码。我想加快我的代码。

既然fft可以并行化，我会认为更多的内核会有所帮助，但我看到的是相反的情况。

下面是一个例子：

X = peaks(1028); 

ncores = feature('numcores'); 
ntrials = 20; 

mtx_power_times = zeros(ncores,ntrials); 
fft_times = zeros(ncores, ntrials); 

for i=1:ncores 
    for j=1:ntrials 

     maxNumCompThreads(i); 

     tic; 
     X^2; 
     mtx_power_times(i,j) = toc; 

     tic 
     fftn(X); 
     fft_times(i,j) = toc; 

    end 
end 

subplot(1,2,1); 
plot(mtx_power_times,'x-') 
title('mtx power time vs number of cores'); 

subplot(1,2,2); 
plot(fft_times,'x-'); 
title('fftn time vs num of cores'); 

，给了我这样的：

的矩阵乘法的加速是伟大的，但它看起来像我的FFT去几乎3倍速度较慢，当我用我的所有核心。这是怎么回事？

仅供参考我的版本是7.12.0.635（R2011a）

编辑：在大型二维数组服用维变换，我得到了同样的问题：

编辑：出现的问题是fftw没有看到maxNumCompThreads强制执行的线程限制。无论我设置了maxNumCompThreads，我都可以全速进入。

所以......有没有我可以指定我想有多少处理器用于在Matlab中的FFT的方法吗？

编辑：看起来我没有在.mex文件中做一些小心的工作就无法做到这一点。 http://www.mathworks.com/matlabcentral/answers/35088-how-to-control-number-of-threads-in-fft有一个答案。如果某人有一个简单的修复方法将会很好...

Answer 1

要使用不同的内核，您应该使用并行计算工具箱。例如，你可以使用一个parfor循环，你必须通过功能句柄的列表：

function x = f(n, i) 
    ... 
end 

m = ones(8); 
parfor i=1:8 
    m(i,:) = f(m(i,:), i); 
end 

更多信息，请访问：

High performance computing

Multithreaded computation

Multithreading

Answer 2

看起来我不能在.mex文件中做一些小心的工作时无法做到这一点。 http://www.mathworks.com/matlabcentral/answers/35088-how-to-control-number-of-threads-in-fft有一个答案。这将是很好，如果有人有一个简单的办法......