我运行了以下matlab代码:
rng(1)
matrix_size = 200;
iterations = 100000;
A = rand(matrix_size);
B = rand(matrix_size);
profile on
for i = 1:iterations
A * B;
end
profile off
在我的MacAir(英特尔®酷睿™i5-4260U CPU @ 1.40GHz)上，这花费了39秒。在具有7核的工作站(英特尔®至强®CPU E5-2687W v4 @ 3.00GHz)上，这需要62秒。
我没有指定
-singleCompThread。该工作站有12个核心，但是有5个单线程进程正在运行。我(几乎)拥有7个核心。他们一直忙得不可开交。怎么会这样？
当使用
-singleCompThread运行以上代码时，它会在54秒内完成。 最佳答案
引用Mathworks支持团队post:
您的案例无法满足2或3的要求。乘法非常快速且简单，并且受内存限制，矩阵相对较小。从使用-singleCompThread的测试可以看出，多线程似乎包含更多的开销。您可以尝试使用更大的矩阵作为基准，并观察差异是否发生了变化。您也可以在-singleCompThread启用的情况下尝试Macbook上的基准测试，以查看相对单线程性能是否落在预期范围内。
另一个(部分)解释可能是Sandy Bridge和Haswell之间的不同向量指令，即AVX2。在研究之前，我会先进行基准测试。
还要注意，Matlab探查器会关闭JIT。因此，您获得的结果可能无法与基准测试的任何实际情况相提并论。