4

我正在做一个非常大的计算（大气吸收），其中有很多单独的窄峰，最后都会加起来。对于每个峰，我已经预先计算了峰形函数值高于我选择的阈值的范围，然后我逐行将峰添加到我的光谱中。下面给出了一个最小示例：

X = 1:1e7;
K = numel(a); % count the number of peaks I have.
spectrum = zeros(size(X));
for k = 1:K
    grid = X >= rng(1,k) & X <= rng(2,k);
    spectrum(grid) = spectrum(grid) + peakfn(X(grid),a(k),b(k),c(k)]);
end

在这里，每个峰都有一些参数来定义位置和形状（a、b、c），以及进行计算的范围（rng）。这很好用，在我的机器上，它以大约 220 秒的时间进行基准测试，以完成一个完整的数据集。但是，我有一台 4 核机器，我最终想在集群上运行它，所以我想并行化它并使其可扩展。

因为每个循环都依赖于上一次迭代的结果，所以我不能使用parfor，所以我迈出了学习如何使用spmd块的第一步。我的第一次尝试是这样的：

X = 1:1e7;
cores = matlabpool('size');
K = numel(a);
spectrum = zeros(size(X),cores);
spmd
    n = labindex:cores:K
    N = numel(n);
    for k = 1:N
        grid = X >= rng(1,n(k)) & X <= rng(2,n(k));
        spectrum(grid,labindex) = spectrum(grid,labindex) + peakfn(X(grid),a(n(k)),b(n(k)),c(n(k))]);
    end
end
finalSpectrum = sum(spectrum,2);

这几乎可以工作。该程序在最后一行崩溃，因为spectrum它是 type Composite，并且2013a关于如何将Composite数据转换为矩阵的文档参差不齐（cell2mat不起作用）。这也不能很好地扩展，因为我拥有的核心越多，矩阵就越大，并且必须将大矩阵复制到每个工作人员，然后忽略大部分数据。问题 1：如何将 Composite 数据类型转换为可用数组？

我尝试的第二件事是使用codistributed数组。

spmd
    spectrum = codistributed.zeros(K,cores);
    disp(size(getLocalPart(spectrum)))
end

这告诉我每个工人都有一个大小为 [K 1] 的向量，我相信这是我想要的，但是当我尝试融合上述方法时

spmd
    spectrum = codistributed.zeros(K,cores);
    n = labindex:cores:K
    N = numel(n);
    for k = 1:N
        grid = X >= rng(1,n(k)) & X <= rng(2,n(k));
        spectrum(grid) = spectrum(grid) + peakfn(X(grid),a(n(k)),b(n(k)),c(n(k))]);        end
    finalSpectrum = gather(spectrum);
end
finalSpectrum = sum(finalSpectrum,2);

我得到Matrix dimensions must agree错误。因为它在一个并行块中，所以我不能使用我的正常调试拐杖来单步执行循环并查看每个块在每个点的大小以查看发生了什么。问题 2：在块中索引进出共分布数组的正确方法是什么spmd？

4

1 回答 1

4

关于问题#1，客户端中的变量基本上是指存储在工作人员上Composite的非分布式变量数组。{}您可以通过使用其对应的labindex（例如：spectrum{1}、、spectrum{2}..）进行-indexing从每个worker 访问该数组。

对于您的代码，它将是：finalSpectrum = sum(cat(2,spectrum{:}), 2);

现在我自己使用随机数据尝试了这个问题。以下是要比较的三个实现（请参阅此处以了解分布式数组和非分布式数组之间的区别）。首先我们从常见的数据开始：

len = 100;    % spectrum length
K = 10;       % number of peaks
X = 1:len;

% random position and shape parameters
a = rand(1,K); b = rand(1,K); c = rand(1,K);

% random peak ranges (lower/upper thresholds)
ranges = sort(randi([1 len], [2 K]));

% dummy peakfn() function
fcn = @(x,a,b,c) x+a+b+c;

% prepare a pool of MATLAB workers
matlabpool open

1）串行for循环：

spectrum = zeros(size(X));
for i=1:size(ranges,2)
    r = ranges(:,i);
    idx = (r(1) <= X & X <= r(2));
    spectrum(idx) = spectrum(idx) + fcn(X(idx), a(i), b(i), c(i));
end
s1 = spectrum;

clear spectrum i r idx

2) 复合阵列的 SPMD

spmd
    spectrum = zeros(1,len);
    ind = labindex:numlabs:K;
    for i=1:numel(ind)
        r = ranges(:,ind(i));
        idx = (r(1) <= X & X <= r(2));
        spectrum(idx) = spectrum(idx) + ...
            feval(fcn, X(idx), a(ind(i)), b(ind(i)), c(ind(i)));
    end
end
s2 = sum(vertcat(spectrum{:}));

clear spectrum i r idx ind

3) 带有共分布式阵列的 SPMD

spmd
    spectrum = zeros(numlabs, len, codistributor('1d',1));
    ind = labindex:numlabs:K;
    for i=1:numel(ind)
        r = ranges(:,ind(i));
        idx = (r(1) <= X & X <= r(2));
        spectrum(labindex,idx) = spectrum(labindex,idx) + ...
            feval(fcn, X(idx), a(ind(i)), b(ind(i)), c(ind(i)));
    end
end
s3 = sum(gather(spectrum));

clear spectrum i r idx ind

所有三个结果应该相等（在可接受的小误差范围内）

>> max([max(s1-s2), max(s1-s3), max(s2-s3)])
ans =
   2.8422e-14
于 2014-01-15T06:02:41.817 回答