本文只是對於多核CPU運行單一程序的優化，以及簡單的GPU運算（非CUDA）
部分內容引自:http://blog.sina.com.cn/s/blog_6b597bfb01018wa5.html
並行化計算通過client-workers體系，client負責分發任務，workers(數量等於CPU核數)負責完成任務
1、使用parfor循環
parfor循環把變量分爲五類：循環變量*、廣播變量、臨時變量、分段變量以及簡約變量。
舉例如下：a = 100;
s = 0;
parfor k = 1 : 100 % k爲循環變量if a > 10 % 廣播變量
b = 10; % 臨時變量
endc(k) = k; % 分段變量，輸入屬性
d = 1e3; % 臨時變量
s = s + k; % 簡約變量
end循環變量：即代碼中的k。
廣播變量：該變量不是由worker產生，而是當client把任務分配給worker時傳給worker的，每個worker都會接收到此類變量。
臨時變量：在worker中產生，worker執行完任務之後clear掉，也不會傳遞給client的變量。
分段變量：這是parfor中最爲重要的變量，可以具有輸入和輸出兩類屬性。
簡約變量：循環執行的先後次序無關的操作在MATLAB中叫簡約循環，也能在MATLAB中並行化。。
- 並行開啓（執行parfor語句自動開啓）
delete(gcp('nocreate')); % 確保沒有並行池運行
parpool ； %打開並行池
parpool(2); %打開特定大小的池
p = gcp; delete(p); %刪除當前並行池
- 首先使用for循環寫好對於程序，在進行如下判斷
若要並行，必須滿足以下2個條件之一：每次循環之間是相互獨立的；循環執行完之後的結果和循環執行的先後次序無關。
- 加速要點
- 並行運算變量不需要預先分配內存空間；因爲一旦在parfor之前預分配內存了，該分段變量就具備了輸入屬性，已在client中生成了，client再將其分段傳遞給不同的worker，這會消耗額外的時間。所以，我們的原則是：分段變量能不增加輸入屬性就不增加。（只針對並行運算）
一般編程注意
1、多使用列向量。
2、a(a>0.5) = 0; % 邏輯索引、a(find(a>0.5)) = 0; % 數值索引、毫無疑問，前者的代碼執行速度更快。
3、對於通信算法SNR仿真，可以使用break語句，在性能符合要求的SNR跳出。
-
直接將for改爲parfor,根據提示修改程序
一般被賦值變量的索引應該從1開始且順序存儲，被調用廣播變量等也儘量從1開始。（經驗）2、簡單的GPU加速
- 將需要GPU運算的變量使用gpuArray()轉換寫入GPU，在GPU計算完成後使用gather()將需要收集的變量讀入Matlab工 作區內存空間進行下一步操作。（考慮到內存讀寫，此方法只對某些方法加速效果良好）
- 使用arrayfun()函數
1、例：d = arrayfun(@myfunction,a,b,c);，myfunction爲當前調用函數，在GPU進行處理，a、b、c爲輸入gpuArray類型參數（可以按照函數要求添加多個參數，每個參數維度一致;如果c不是gpuArray類型，函數運行開始將自動轉爲gpuArray）。
2、使用gather可以收集d。不支持數組輸出（標量輸入輸出）。
非gpuArray情況
1、支持數組輸出（如輸入參數a、b、c分別爲1、2、3；輸出爲[1,2]，'UniformOutput’設置爲‘false’），輸出爲cell類型；對於cell類型，通過（）訪問cell數組時訪問到的是cell單元,通過{}訪問cell數組時訪問到的是cell單元儲存的內容。
2、同理數組輸入也需要使用cell類型，或者struct結構體；
3、可以使用num2cell(matrix,dismension),將輸入矩陣轉爲cell類型，將dismension維度合併，如A爲3x2矩陣，2維度，轉換後B爲3x1cell類型，B{1} = A(1,:) 。
4、對於結構體類型，例a(1).x = [1 2]；a(2).x = [ 2 3];以a輸入，a.x讀取即可。
%% 定義函數
function a = add(b,c)
a = b + c;
end
%% arrayfun 三種函數使用方法
l = @(b,c) b+c;
d = arrayfun(@add,[1 2 3],[2 3 4]) ;
d = arrayfun(@(b,c) b+c,[1 2 3],[2 3 4]) ;
d = arrayfun(l,[1 2 3],[2 3 4]) ;
%%gpuArray
d = arrayfun(l,gpuArray([1 2 3]),gpuArray([2 3 4])) ;(輸入輸出均爲標量)
3、batch批處理
- 主要用於集羣等，簡單語句說明一下，未深入瞭解
job = batch('mywave'); %批處理，不阻塞當前程序繼續運行,使用默認集羣
%可以設置'Pool'參數，定義使用並行池數量，需要先關閉之前開啓的並行池
wait(job) %強行阻塞等待
diary(job); %打印子程序的打印信息Command Window Output
load(job,'A'); %加載job中變量到當前工作區，原始數據類型
delete(job); %刪除數據
clear job; %刪除工作空間
job_function = batch(fcn,N,{x,y,z,...}); %批處理函數，fcn爲函數句柄，N爲輸出參數數量，x,y,z,...爲輸入參數
%可以設置'Pool'參數，定義使用並行池數量，需要先關閉之前開啓的並行池
wait(job_function);
if(job_function.State == 'finished')
job_function_out = fetchOutputs(job_function); % 加載返回數據到工作區，cell類型
class(job_function_out{1}) %返回數據類型
end
微信公衆號：通信隨筆XIDIAN
