Discussion :

[recherche888]

Bonjour,

Matlab tire-t-il partie par défaut, pour augmenter la vitesse de calcul, de la présence de plusieurs de coeurs ?

Merci

[Jerome Briot]

Oui dans les versions récentes de MATLAB et pour certaines fonctions seulement.

On trouve par exemple des informations dans la documentation de la version R2009a => http://www.mathworks.fr/help/release...brdo29n-1.html

[recherche888]

Merci pour ta réponse.

Je remarque que le script qui m'occupe actuellement n'investit qu'un seul des huit processeurs présents sur la machine que j'utilise.

Y a-t-il un moyen d'optimiser la chose ?

[Jerome Briot]

Comme décrit dans le lien que j'ai donné dans mon précédent message, le moyen le plus simple consiste à utiliser la Parallel Computing Toolbox (tu peux toujours télécharger une version d'évaluation)

Une autre solution consiste à passer par des fichiers MEX écrit en C pour utiliser soit les capacités propres de ce langage soit via les calculs sur processeur graphique (GPGPU).
Voir ici et ici pour plus d'informations.

Encore faut-il bien entendu que ton algorithme soit parallélisable...

[recherche888]

Merci beaucoup !

Comment savoir si un script est parallélisable ?

[Jerome Briot]

Il "suffit" d'étudier l'indépendance des tâches et/ou des données.

Un exemple simple est la multiplication terme à terme de 2 vecteurs.
La multiplication des deux premiers termes est indépendante de celle des deux suivants. Et ainsi de suite. Les calculs des différentes multiplications peuvent donc être lancés en parallèle.

[recherche888]

Ok!

Je crains que mon script ne s'y prête pas vraiment.

[Jerome Briot]

Dans ce cas, il existe d'autres possibilités d'optimisation :

• vectorisation
• fichiers MEX

Utilise le profiler de MATLAB pour déterminer les lignes de code les plus gourmandes en temps de calcul :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
profile on
<ton code>
profile viewer

[recherche888]

En voici le résultat :

[Jerome Briot]

D'après ta capture d'écran, les fonctions gourmandes sont des fonctions de la Signal Processing Toolbox.

Donc à part l'option de les recoder toi-même, je ne vois pas comment améliorer le temps d'exécution de ton code. Sauf en utilisant une machine plus puissante

[recherche888]

Merci pour ta réponse.

Es-tu sûr que ces fonctions ne sont parallélisables ?
La machine en question semble déjà très puissante.

[Jerome Briot]

Je ne suis pas un spécialiste de la parallélisation mais je vais essayer de résumer

Il y a 2 types de calcul parallèle sous MATLAB : implicite et explicite

Avec le type implicite, l’utilisateur ne gère (quasiment) rien. Certaines fonctions de MATLAB sont optimisées pour tirer parti des capacités des processeur multicœurs .
Ce sont principalement les fonctions qui réalisent des opérations terme à terme (comme la multiplication donc je parlais précédemment) et des fonctions pour l'algèbre linéaire (bibliothèque BLAS...).

Pour le type explicite, il faut acquérir la Parallel Computing Toolbox.
C'est à l'utilisateur de savoir si son algorithme est parallélisable ou non.

Cette toolbox ne sert pas uniquement pour les processeurs multicœurs :

Parallel Computing Toolbox vous permet de résoudre les problèmes nécessitant de longs temps de calculs et des volumes de données importants sur des ordinateurs multicœurs et multiprocesseurs, les GPUs, et sur des clusters d'ordinateurs.

Avec cette toolbox, on ne cherche pas à paralléliser les fonctions MATLAB mais à paralléliser leurs appels.
Pour faire simple, on remplace les traditionnelles boucle FOR-END par des boucle PARFOR-END.

Par exemple, si ton code fait appel à une fonction MATLAB non parallélisable dans une boucle FOR-END comme ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
for n = 1...
   A(n) = <fonctionMATLAB>;
end

Si les éléments de A sont indépendants les uns des autres, tu pourras tirer profit de cette toolbox en faisant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
parfor n = 1...
   A(n) = <fonctionMATLAB>;
end

C'est un petit résumé certainement réducteur des capacités de cette Toolbox et du calcul parallèle en général mais n'étant pas spécialiste, j'ai bien peur de dire des bêtises si je continue

Consulte la plaquette d'information de cette Toolbox, et contacte le support MathWorks, ils sauront sans doute mieux t'informer pour ton besoin spécifique.