arrays - Matlab对多维数组的求和性能

Question

我有一个关于summatlab的问题。

对于向量（1xN 矩阵），sum似乎是并行化的。例如，

a=rand(1,100000000);

maxNumCompThreads(2);
tic;for ii=1:20;b=sum(a,2);end;toc

maxNumCompThreads(1);
tic;for ii=1:20;b=sum(a,2);end;toc

> Elapsed time is 1.219342 seconds.
> Elapsed time is 2.393047 seconds.

但如果我考虑一个 2xN 矩阵，

a=rand(2,100000000);

maxNumCompThreads(2); 
tic;for ii=1:20;b=sum(a,2);end;toc

maxNumCompThreads(1); 
tic;for ii=1:20;b=sum(a,2);end;toc

> Elapsed time is 7.614303 seconds.
> Elapsed time is 7.432590 seconds.

在这种情况下，sum似乎并没有从额外的核心中受益。

以前有人遇到过这个吗？我想知道这是否可能是由于索引开销以及sum在 2xN 矩阵的情况下是否可以更快。

非常感谢。

Answer 1

这是 MATLAB 不太清楚的事情。每当您创建一个数组时，MATLAB 都会生成一个行向量，但在幕后它实际上更喜欢列向量。因此，在行（第一维）中对数组求和会比在行（第二维）中更快。对于您的情况，如果您转换a为以行为主的表示并sum在第一维中执行，就会看到好处。在我的机器上，我得到以下

a = rand(100000000, 2);
maxNumCompThreads(2); 
tic; for ii=1:20; b=sum(a,1); end; toc
maxNumCompThreads(1);
tic; for ii=1:20; b=sum(a,1); end; toc

> Elapsed time is 2.485628 seconds.
> Elapsed time is 4.381082 seconds.