【发布时间】：2014-03-28 15:41:21
【问题描述】：
我最近在 MatLab 中编写了一个程序，该程序严重依赖于 MatLab 的“importdata”函数和优化工具箱中的“lsqcurvefit”函数。在 Windows 中使用 MatLab R2011b 执行此代码大约需要 15 秒。当我将代码转移到 Linux (CentOS) 机器上时，大约需要 30 分钟。
使用 Profile 工具，我确定大部分额外计算时间都花在了“importdata”函数和“lsqcurvefit”函数上。我清除了两个环境中的所有变量，并使用“importdata”在两个环境中导入了相同的数据文件。在 Linux 中，这需要约 5 秒，而在 Windows 中，这需要约 0.1 秒。
有没有办法解决这个问题？代码在 Linux 中快速运行是绝对必要的。 Linux机器的内存和处理速度都远超Windows机器。在做了一些阅读之后，我尝试增加 Java 堆内存，但这没有效果。
【问题讨论】：
-
您是在同一台机器上运行双启动，还是在两台不同的计算机上运行？我遇到了类似的情况，我们公司集群上的代码运行速度慢了 10-20 倍，结果证明是因为集群是基于AMD processors 构建的。尝试从每个平台的命令行运行
bench。 -
两台机器上的驱动器设置是否相同？您是从两者上的本地驱动器读取文件，还是通过 NFS 或 SMB 的网络驱动器读取文件？我在旧版本的 Matlab 上遇到了几个病态案例，其中在网络驱动器上进行保存/加载很粗糙（通过在本地文件系统上制作临时副本来解决）或者从文件管理器导出的 NFS 存在一些病态行为，主要是CIFS，或病毒扫描程序与网络文件系统等的交互等等。你能给我们一些关于两台机器设置的更多细节吗？
-
craigim: 我从两台机器的命令行运行“bench”：Linux 机器在除 3D 之外的所有类别中都优于 Windows 机器。 Andrew： 我相信数据存储在网络驱动器上，但计算机运行的是最新版本的 MatLab。 Windows 机器是个人计算机，而 Linux 机器与我实验室的服务器联网。我会按照您的建议尝试在本地存储输出，然后回复您。
-
显然用 'dlmread' 替换 'importdata' 解决了这个问题。不知道为什么，但“dlmread”在 Linux 上要快得多。感谢您的帮助！