matlab-use-thread-pool

使用基于线程的并行池

建议使用 parpool("Threads") 启动线程池，而不是使用默认的基于进程的并行池，以加速本地 parfor / parfeval / spmd 代码。

适用场景

• 用户希望提升本地计算机上 parfor、parfeval 或 spmd 的性能。
• 代码将大型数组传入迭代或广播给工作进程；用户提到启动缓慢、序列化或数据传输问题。
• 用户询问“进程还是线程？”，或希望默认使用 Threads。

不适用场景

• 用户在集群上运行——线程池仅适用于本地环境。
• 代码使用 parsim 或其他 Simulink 并行功能——这些功能需要基于进程的并行池。
• 代码使用 distributed 或 codistributed 数组。
• 用户希望使用 backgroundPool——它用于异步运行任务（例如，在执行计算时保持应用响应），而非加速并行计算。所有 MATLAB 用户在后台池中都有 1 个工作进程；拥有 Parallel Computing Toolbox 许可证的用户则有多个工作进程。

如需了解 MATLAB 性能优化的常规方法（向量化、预分配、性能分析），请参阅 matlab-optimize-performance（如果可用）。

工作流

1. 尝试在线程池上运行。 不要先检查代码——直接运行。只有当当前并行池不是线程池时，才创建线程池。避免无条件删除用户当前打开的并行池。以下条件代码片段仅为开发时提供便利——不要将其固化到已发布的代码中：

   % Development-time helper: ensure a thread pool is active
   pool = gcp("nocreate");
   if isempty(pool) || ~isa(pool, "parallel.ThreadPool")
       delete(pool);
       parpool("Threads");
   end
   

   现有的 parfor / parfeval / spmd 代码块无需更改。线程池可以直接替换进程池，无需重构。

2. 如果运行报错，请查看诊断信息。 不支持的功能会明确报错——MATLAB 会告知哪些功能不可用，并提示改用基于进程的并行池。建议使用 parpool("Processes")。不会静默返回错误结果，也无需猜测。

3. 如果用户希望“始终”或“每次”使用线程池，提供持久化选项： 建议通过 parallel.defaultProfile("Threads")（R2022b+）将 Threads 设为默认配置文件。此设置会跨会话保留，无需启动脚本。

线程实际能节省什么

务必准确说明。广播变量在线程池中无需复制（这是性能优势）。切片输入/输出（X(:,:,i)）仍会分配和复制——线程只省去了序列化和进程间通信的开销，不会省去切片本身的开销。未经限定，不要声称“零拷贝”或“共享内存完全消除了开销”。

约定

始终实际运行，绝不猜测。 这是本技能最重要的规则。

LLM 的训练数据并不完整，也可能已经过时。基于线程的工作进程在不同版本中逐步支持了许多函数，并且还在定期增加新的支持。不要凭记忆、类比相似函数，或因为某个函数不在技能列出的简短阻止项清单中，就断言该函数不支持线程。在没有实际运行的情况下推断线程支持情况，是本技能最大的失败模式——这曾导致用户不必要地改用进程池。

默认做法是在线程池上运行代码，并在报错时查看诊断信息。不要预先扫描代码寻找阻止项。常用的大多数函数（load、FFT、imgaussfilt、数值运算和基本 I/O 原语）都支持线程。

只有在确实无法运行代码时（例如处于规划阶段、进行代码审查，或用户暂时无法执行），才应查阅文档。使用适当的文档技能（如果可用）获取函数参考页，并阅读其中的 Extended Capabilities -> Thread-Based Environment 部分。即便如此：文档中没有相关条目或条目较旧，也不能证明该函数无法运行——有些线程支持未在文档中说明。如有疑问，就实际尝试。

---

版权所有 2026 The MathWorks, Inc.

---