求教一个用parfor还是spmd的并行问题

elephant_

各位好，刚接触MATLAB并行一天，现在有个问题，不知道应该怎么做并行优化。
4 s+ a+ D( ?& x8 l: @- F
1.  有Num_C 个数据集，每个数据集都是行数相同但列数不同的矩阵。
2，分别对每个数据集做处理，调用同一个函数。

问题：但是用paRFor的时间还不如直接用用for。(for耗时105s，parfor耗时118s)。感觉跟spmd模式比较像 但不太会用，不知道哪位大侠能发现问题，小女子先谢过。
$ N$ C( }4 O- k代码如下：
（YT 是个cell结构，已知。
+ u. D- M7 c. v- t   A 为矩阵，已知。functionimage为图像处理操作，并非简单的运算）
matlabpool open 4
Num_C = 8;
: p- s: ~/ }0 u) Q# pX_hat = cell(Num_C,1);
tic;
) J, q" k! o2 x3 t  s/ ?for m=1:Num_C
   [X_hat{m}] = functionimage(A,YT{m},0.05,1e-2,200);
end
7 R: ?8 Q3 F6 i% R9 \% W%end
. j4 T) A# Q7 ptoc;

tic;
7 M- Q; S/ B, c6 U$ d6 g; H% q6 Xparfor m=1:Num_C
[X_hat{m}] = functionimage(A,YT{m},0.05,1e-2,200);
end
toc;
matlabpool close
8 R0 W/ I' _8 f& z* t( u
: U8 `# w5 w2 C! sCPU是AMD的四核。
% `9 e% T9 i4 B6 y: y# q* O  X

purpose_857

Num_c在比较大的时候parfor的威力才能显现出来。 parfor是这样的，分别分几个m取不同值，在不同核里运行，当然核与核之间有信息交互的时间。 所以当循环次数较小时，信息交互的时间占了大头
& G0 T5 j, _2 Q0 f

unfaithful2021

看你不开并行105S开了118S，应该是开启worker花了较多时间，如果正常应用也只有100S左右的话真的不必非要用并行。
我自己试过，光开启多个work那个matlabpool open就花费大概40S的时间，你可以试试先开worker，然后使用parfor命令单独测试仅仅并行计算而不带有开关worker命令所用时间，应该是挺短的。