2-2 使用多核心來加速運算

此外，我們也可以借用多核電腦的平行處理，來加速程式碼的執行。欲達到此功能，你的電腦必須具備多核心，而且你的系統也必須先安裝平行處理工具箱（Parallel Processing Toolbox，簡稱 PCT）。若兩者兼備，加速計算的方法如下：

在使用平行處理指令之前，下達「matlabpool local n」指令，其中 n 代表核心數目，例如 4（四核心電腦）或 8（八核心電腦）。
使用 parfor 指令來取代原來的 for 迴圈，其指令格式如下： parfor loopvar = initval:endval, statements, end
最後下達「matlabpool close」來關閉平行處理的功能。
我們就可以來嘗試一個簡單的範例：
Example 1: 02-程式碼與記憶體之最佳化/parfor01.m

在這個範例中，我們產生了 1000 個 100x100 的亂數矩陣，然後計算每一個矩陣的特徵值（共有 100個）的最大值，若使用平行處理專用的 parfor 迴圈，計算速度是一般 for 迴圈的 3 倍左右。（我的電腦是四核心。）
如果你在執行 MATLAB 時，一邊還要還要修改論文，此時若 MATLAB 佔用了所有的多核 CPU，可能會導致電腦整個慢下來，讓你無法進行文書編輯。因此 parfor 提供另一個參數，可以指定所用到的工作者個數，指令格式如下：
parfor (loopvar = initval:endval, M), statements, end 其中 M 即是所用到的核心個數。例如在下例中，雖然我的電腦是四核心，但我只使用兩核來進行 parfor 的運算：
Example 2: 02-程式碼與記憶體之最佳化/parfor02.m

由於只用到兩核，所以加速倍數接近兩倍。
在使用 parfor 迴圈時，有幾點要特別注意：

因為每個迴圈可能有不同的核心同時計算，因此迴圈之間不能有相依性，否則會造成錯誤的結果，這是特別需要注意之處。
在 parfor 迴圈的迴圈變數必須是整數，而且每次變大幅度都是1，以下是幾個不符合規定的範例：

不合格的 parfor 用法說明
parfor i = 1:2:25 1, 3, 5,... 非連續整數。
parfor i = -7.5:7.5 -7.5, -6.5,... 非整數。
A = [3 7 -2 6 4 -4 9 3 7];
parfor i = find(A>0) 結果是 1, 2, 4,...，非連續整數。
parfor i = [5;6;7;8] [5;6;7;8]是一個行向量，而非 parfor 所須要的列向量。

PCT 是一個功能強大的工具箱，目前也可以支援多台電腦的平行運算，並可以使用 GPU（Graphic Processing Unit，圖形處理器）來進行大量的平行運算，詳細功能請參考下一小節的介紹。
MATLAB程式設計：進階篇

不合格的 parfor 用法	說明
parfor i = 1:2:25	1, 3, 5,... 非連續整數。
parfor i = -7.5:7.5	-7.5, -6.5,... 非整數。
A = [3 7 -2 6 4 -4 9 3 7]; parfor i = find(A>0)	結果是 1, 2, 4,...，非連續整數。
parfor i = [5;6;7;8]	[5;6;7;8]是一個行向量，而非 parfor 所須要的列向量。