无法将核心 i7 中的所有 8 个核心用于 matlab答案

【问题标题】：can't use all 8 cores in core i7 for matlab无法将核心 i7 中的所有 8 个核心用于 matlab
【发布时间】：2017-05-27 10:59:48
【问题描述】：

当我执行时

matlabpool open 4;

一切正常，但是当我尝试执行时

matlabpool open 8;

错误立即发生。我读到了超线程，我知道 8 个内核中有 4 个是虚拟的。这是否意味着我不能以有效的方式使用所有 8 个内核来实现

parfor loop

在 Matlab 中？

例如，我有 8 个类似的独立任务。

我可以在 python 或 C#/C++ 中使用所有 8 个内核，加速速度提高 8 倍吗？

【问题讨论】：

什么错误？显示它
我记不太清了，但在 4 核机器上执行 matlabpool open 8; 时似乎出错了。主要问题是“我能否在 Matlab 中有效地使用所有 8 个内核（4 + 4 个虚拟）”
不记得了，但是类似这样的错误使用 matlabpool 的错误（第 148 行）无法启动并行池。（有关导致错误的信息，请在集群配置文件管理器中验证配置文件“本地”。）原因：使用 parallel.internal.pool.InteractiveClient/start 时出错（第 326 行）无法启动池。使用 parallel.Job/submit 时出错（第 304 行）您请求至少 8 个工作人员，但集群“本地”的 NumWorkers 属性设置为最多允许 4 个工作人员。

【解决方案1】：

默认情况下，MATLAB 使用物理内核的数量而不是您机器上的超线程内核的数量，因为超线程最终仍然共享相同的物理 CPU 资源。在MATLAB Answers 上的这篇文章中，有更多关于使用超线程可能/可能没有好处的特定情况的信息

如果你想使用 8 个 worker，你需要修改 'local' 配置的 NumWorkers 属性

cluster = parcluster('local');
cluster.NumWorkers = 8;
saveProfile(cluster);

或者，您可以设置与maxNumCompThreads 一起使用的最大计算线程数

maxNumCompThreads(8)

【讨论】：

谢谢，但是这样的过程会加速独立的类似过程吗？不幸的是，我现在还没有核心 i7，但是当我在核心 i5 中使用您的代码来获得 12 个工人（只有 4 个核心！）时，我无法获得加速。您的代码会获得真正的 8 倍加速而不是 4 倍加速吗？
@Qwer 正如链接答案中所述，这在很大程度上取决于问题，但对于密集型任务，使用超线程可能不会看到任何改进。
@Qwer 如果这对您有用，请考虑将其标记为解决方案
它奏效了，但我在使用 8 名工人而不是 4 名工人时没有实现任何加速。
@Qwer 是的，这对于某些用例来说是可以预期的。您是否查看了我在答案中提供的详细讨论此问题的链接？至于“将其标记为解决方案”，它是利用超线程进行计算的解决方案。仅仅因为你没有得到加速（你不会使用 any 方法得到加速）并不意味着它不是一个答案。