使用 SPMD 运行一系列作业，同时更新一个公共变量

Question

我目前正在尝试使用 MATLAB 2013b 并行运行非常耗时的实验。

加快速度的一种策略是使用一个实验的结果来“热启动”下一个实验。就我而言，这有点复杂，因为每个实验都有n_types 类型之一，而我只能使用k 类型的实验来加速另一个k 类型的实验。

不幸的是，我无法使用parfor 函数实现此策略，因为它需要每个作业更新一个公共变量（存储热启动信息）。也就是说，我听说可以使用spmd 框架来做到这一点。

我想知道是否有人可以帮助我将以下通用（非工作）parfor 代码块“翻译”成可以在spmd 代码中工作的内容。

n_cores = %provided by user (# of workers that are available)
inputs  = %provided by user (n_jobs x 1 cell array of structs)
types   = %provided by user (n_types x 1 array of integer values)
n_jobs  = length(inputs)
n_types = length(unique(types))

outputs     = cell(n_jobs,1) %cell array to store job output
warm_starts = cell(0,n_types) %empty 0 x n_type cell array to store warm start data

matlabpool('open',n_cores)

parfor i = 1:length(jobs)

   %run myfun in parallel
   outputs{i} = myfun(inputs{i},warm_starts(types(i)));

   %update warm start data for experiments of this type with data from current experiment
   warm_starts{end+1,types(i)) = get_warm_start(job_outputs{i});

end

Answer 1

我不太清楚您可能希望为每个type 存储多少个不同的warm_starts。我假设您只想存储 1 个。您可以这样做：

jobs  = rand(1,97); % note prime number of jobs
types = randi([1, 5], size(jobs));
n_jobs = numel(jobs);
n_types = numel(unique(types));
warm_starts = cell(1, n_types);

spmd
    jobs_per_lab = ceil(n_jobs / numlabs);
    outputs = cell(jobs_per_lab, 1);
    for idx = 1:jobs_per_lab
        job_idx = idx + ((labindex-1)*jobs_per_lab);
        if job_idx > n_jobs
            % Off the end of 'jobs', no work to do
            this_warm_start = NaN;
            this_type       = NaN;
        else
            this_type = types(job_idx);
            if ~isempty(warm_starts{this_type})
                this_warm_start = warm_starts{this_type};
            else
                this_warm_start = 0;
            end
            outputs{idx} = this_warm_start + types(job_idx) * jobs(job_idx); % some function goes here
            this_warm_start = rand();
        end
        % All-to-all communication to exchange 'this_warm_start' values.
        % After this, each worker has a 2 x numlabs cell array of warm starts and types
        all_warm_starts_this_round = gcat({this_type; this_warm_start}, 2);
        for w = 1:numlabs
            warm_start_type = all_warm_starts_this_round{1, w};
            warm_start_value = all_warm_starts_this_round{2, w};
            if ~isnan(warm_start_type)
                warm_starts{warm_start_type} = warm_start_value;
            end
        end
    end
    % Finally, collect all results on lab 1
    outputs = gcat(outputs, 1, 1);
end
% Dereference the Composite
outputs = outputs{1};

我在那里做的主要事情是手动拆分工作，以便每个工作人员操作一大块“工作”，然后在每轮结束后使用GCAT 广播热启动信息。