[心得] 加速Matlab計算(使用雙核心Intel CPU)

看板MATLAB作者 (開心認真過日子)時間18年前 (2007/01/13 11:40), 編輯推噓7(706)
留言13則, 4人參與, 最新討論串1/4 (看更多)
因為目前要計算的東西量都很大.. 所以需要一個可以提升計算速度的方式.. 之前有版友已經PO過類似的文章了.. 1378 & 1387 但是我還是要對照 Matlab網站上面的原文才可以一步一步完成 所以希望可以整理出一個 step by step 的步驟 1. 去 Intel 的網站下載 IntelR Math Kernel Library 9.0 http://www.intel.com/cd/software/products/asmo-na/eng/307757.htm 網頁最左邊選取 performance library --> Intel Math Kernel Library --> Free evaluation software --> 自行選擇作業系統 (ex: 我本身用xp ) 2. 點選完畢後會進入 intel 的認證網站 --> 評估中心 ( 簡體中文 ) 3. 把電子郵件和資料填一下..然後就可以按藍色的"提交" 4. 然後就進入了有安裝序號(30天試用)的網頁.. p.s: 序號一定要記下來..每次 download 的檔案都有搭配特定序號 5. 按下 "英特?(R) ???核? Windows* 版 "把檔案 download 下來 6. 檔案下載完畢後就可以安裝了.."要用到前面的序號" 7. 以我本身為例..把C:\Program Files\Intel\MKL\9.0\ia32\bin中所有的檔案都丟進 C:\Program Files\MATLAB704\bin\win32中 ....(視每個人的資料夾而定) p.s: 有相同的檔案一律覆蓋過去 請把 Matlab 關掉..連工作管理員裡面有關Matlab的程序也要一併關掉 8. 按左下角"開始"..到我的電腦 -->檢視系統資訊-->進階-->進去下面的環境變數 --> 新增系統變數 (一共要新增兩個) --> 變數名稱 BLAS_VERSION 變數值 C:\Program Files\MATLAB704\bin\win32\mkl_p4p.dll 變數名稱 OMP_NUM_THREADS 變數值 2 9. 按確定離開..並且重新開機(聽說不這樣也OK!) 10. 有關 AMD 的可以參考 http://newsreader.mathworks.com/WebX?50@89.yccabdS1qPz.0@.ef06bee 我是沒有用測量時間的函式實際去測...CPU 是 P-D 930 但是非常明顯的..我原來要跑 150秒的程式...修改過後只要跑 120 秒 的確很明顯的減少了 20 % 的計算時間 希望這樣step by step 可以讓所有想要試試看的版友都能成功 ~ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.230.110

01/13 11:54, , 1F
感謝!請問安裝後是跑雙核心嗎?還是單純提高效能?
01/13 11:54, 1F

01/13 12:03, , 2F
我也不知要怎麼判定╮(﹀_﹀")╭...重點是時間真的少了20%
01/13 12:03, 2F

01/13 12:21, , 3F
如果是windows..可以按ctrl+alt+del叫出工作管理員來看
01/13 12:21, 3F

01/13 12:24, , 4F
CPU平均使用率有提高到70%左右..一顆約在80%..另一顆約50%
01/13 12:24, 4F

01/13 12:42, , 5F
我怎麼覺得matlab自己就有提供這library啊?
01/13 12:42, 5F

01/13 12:44, , 6F
為了證明樓上大大的疑惑..我另外一台電腦直接改參數看看囉
01/13 12:44, 6F

01/13 13:24, , 7F
若是雙CPU的架構也同樣有用嗎?
01/13 13:24, 7F

01/13 13:24, , 8F
還有,這個工具只有分作業系統,沒有分CPU的類型嗎?
01/13 13:24, 8F

01/13 14:38, , 9F
樓上..這是修改matlab使用的BLAS library
01/13 14:38, 9F

01/13 14:39, , 10F
這library是有分OS和cpu的....
01/13 14:39, 10F

01/13 14:40, , 11F
intel自己提供的library要400美票...也就是這篇提到的
01/13 14:40, 11F

01/13 14:41, , 12F
但我覺得這並不會讓matlab使用兩個cpu...
01/13 14:41, 12F

01/13 14:41, , 13F
而且也只針對BLAS的運算有所助益...用benchmark該會更詳細
01/13 14:41, 13F
文章代碼(AID): #15g5IKMv (MATLAB)
文章代碼(AID): #15g5IKMv (MATLAB)