如果你的日常工作里跑过巨慢的for循环仿真，大概率会去碰 MATLAB 的并行计算：开一个parpool本地池，再用parfor把循环分摊到多个 CPU 核上。这本该是几分钟就能搞定的事，可现实里很多人在parpool这一步就被卡住了——要么弹一行红字，要么一直转圈，要么直接闪退。我见过不少同学卡在这里，最后只能放弃并行、继续串行硬扛，白瞎了一台多核机器。
这篇文章专门解决“并行开不了”这个问题。我会按排错逻辑，从工具箱和许可证、parpool错误信息、系统资源和并行配置几个层面，把最常见的原因和可复现的解决办法都过一遍。内容适合两类人：一类是刚接触 MATLAB 并行计算、第一次启动本地池就失败的新手；另一类是以前能正常用、某天突然并行池起不来的老手。看完之后，你可以对照自己的现象，按顺序排查，基本能解决 90% 以上的“并行开不了”。
1. 先给自己的“开不了”定性：四种典型的故障现象
“并行开不了”这句话其实很笼统，不同人的现象完全不同。如果一上来就各种重置配置、删文件，反而可能把问题搞复杂。我建议先花两分钟确认一下：你的故障到底属于哪一类。
1.1 报错型：优点是方便，缺点是错误信息让人看懵
报错型是最常见的情况。你在命令行输入parpool，MATLAB 直接吐出一屏红色字，比如：
Error using parpool Parallel pool failed to start with the following error: ...好处是问题确实存在，而且有明确的错误信息可以追。坏处是 MATLAB 的错误信息往往很长，真正关键的那一句经常藏在第三、四行。很多新手看到Error using parpool就慌了，其实后面那半句才是重点。
这种类型优先排查方向是：工具箱是否存在、许可证是否有效、并行配置是否损坏、工作目录或临时目录是否可写。后面第三章我会专门讲怎么拆解这些错误信息。
1.2 卡住转圈型：Starting parallel pool...一直不消失
第二种是命令行一直显示Starting parallel pool...，转圈或者干脆卡住不动，几分钟都没有反应。这种比报错型更让人头疼，因为没有错误信息，你只能猜。
卡住的根源，大多数时候不在于 MATLAB 本身，而在于“worker 进程能不能正常起来”。MATLAB 启动并行池，本质上是创建多个独立的 MATLAB worker 进程，然后和它们建立连接。这个过程中任何一个环节被卡住，界面就会一直停在Starting...。
优先排查方向：杀毒软件是否拦截了 worker 进程、内存是否充足、防火墙是否阻断了本地端口通信、系统资源是否被其他程序占满。这些在第四章会展开。
1.3 静默型：池“看起来”开了，但parfor没有加速
还有一种更隐蔽的情况：parpool没有报错，甚至显示Pool is running，但parfor跑起来之后，CPU 占用率就是上不去，执行时间和串行for没啥区别。
这种属于典型的“池开了，但活儿没派下去”。原因通常是这几类：
- 并行池确实没启动成功，但被某个旧配置掩盖了状态；
parfor的循环次数太少，或者循环体内没有耗时操作，MATLAB 判断不值得分发；- 当前上下文里你调用的
parfor没有识别到已有的池，悄悄退回串行执行。
优先排查方向：先运行gcp('nocreate')确认池是否存在、查看默认并行配置，再检查代码里的parfor循环范围。
1.4 崩溃型：MATLAB 直接闪退或系统卡死
最后一种是极端情况：点启动并行池，或者执行parpool之后，MATLAB 整个窗口直接消失，或者操作系统响应变慢接近卡死。
这种多半和资源有关。每个 worker 都是一个完整的 MATLAB 进程，如果你试图开 8 个 worker，而物理内存只有 8GB，那系统内存立即吃紧，严重时 MATLAB 主进程会被系统杀掉，甚至触发系统保护机制。
优先排查方向：物理内存总量、现有进程占用、worker 数量的设定。不要盲目把池开到“逻辑核心数”那么大。
我把这四类现象整理成了一个表，方便你对号入座。
| 故障类型 | 典型表现 | 最可能的根源 | 优先排查方向 |
|---|---|---|---|
| 报错型 | 红字提示、parpool 直接失败 | 工具箱/许可证/配置损坏 | 错误信息、日志、DataLocation |
| 卡住转圈型 | Starting parallel pool 一直不结束 | 杀软拦截、内存不足、端口通信问题 | 进程监视、临时目录、防火墙 |
| 静默型 | 池显示已开，parfor 不加速 | 池状态假象、循环结构问题 | gcp 状态、代码逻辑、worker 负载 |
| 崩溃型 | MATLAB 闪退、系统卡死 | 内存不足、worker 数量过多 | 物理内存、NumWorkers 设置 |
搞清楚自己是哪一类，后面的排查才有方向。下面我按顺序讲。
2. 工具箱和许可证：并行功能的第一道硬门槛
很多“并行开不了”根本不是环境问题，而是你的 MATLAB 压根没有并行计算这个工具箱，或者许可证里没有包含这一项。这个原因最基础，但恰恰因为太基础，很多人反而忽略了。
2.1 用ver命令确认工具箱真实存在
不要在设置界面里找半天“并行计算”选项，直接命令行敲一行：
ver这个命令会列出你当前 MATLAB 安装的所有工具箱。找到“Parallel Computing Toolbox”这一条。如果列表里根本没有这一项，或者提示找不到，那后面所有关于parpool的操作都会失败。这时候你需要去对应版本的工具箱管理器里补装，或者重新运行安装程序，勾选 Parallel Computing Toolbox。
还可以用which检查相关函数是否在路径上：
which parpool which parfor如果返回结果里包含built-in或者带完整路径，说明函数在；如果提示'parpool' not found，那基本就是工具箱缺失。
2.2 检查许可证：license('test', 'Distrib_Computing_Toolbox')
工具箱装了，不代表许可证一定包含它。MATLAB 的许可证是按功能模块拆分的，尤其是商业版和校园版，经常出现“软件装了但不授权”的尴尬情况。
在命令行运行：
license('test', 'Distrib_Computing_Toolbox')返回1表示并行计算功能已获得授权，返回0就说明许可证里没有这一项。这个特性名Distrib_Computing_Toolbox是 Parallel Computing Toolbox 的许可证名称，比较老，但一直沿用了下来。
除了这个特性名，你还可以看许可证错误。当许可证有问题时，parpool通常会报出类似下面的信息：
License Manager Error -4 License Manager Error -9-4通常是无可用许可证，-9是无效或过期的主机标识。出现这类错误，你去检查许可证文件或者登录 MathWorks 账户刷新授权即可，这属于账号和授权层面的问题，和你的电脑配置没关系。
2.3 一个容易忽略的情况：工具箱装了，但版本不匹配
还有一种情况比较阴：工具箱存在，许可证也返回1，但并行池还是起不来。这时候去看一下工具箱版本和你 MATLAB 主版本是否匹配——正常情况下ver里显示的工具箱版本应该是配套的，比如 MATLAB R2023b 对应 Parallel Computing Toolbox 7.9。
如果工具箱是从别处拷贝过来、被手动添加了路径，或者曾经升级过但主程序没跟上，就会产生意料之外的兼容性问题。这种情况最干脆的解决方式是整套重装，或者用 MathWorks 的 Add-On Explorer 修复工具箱。
在我的经验里，前两步能解决大约 30% 的“并行开不了”。如果你过了工具箱和许可证这两关，问题还继续存在，那就进入下一章，仔细拆解parpool的错误信息。
3. 用错误信息和日志定位并行池启动失败的根因
parpool失败时给的错误信息，绝大多数不是随机生成的。每一段话背后都对应着特定的检查项和检查顺序。这一章我带你逐条拆。
3.1parpool报错的常见条目对照
我把这几年最常见的报错关键词和对应根因整理成一张表，你可以直接对照自己的报错内容。
| 错误信息关键词 | 代表的根因 | 处理方向 |
|---|---|---|
Failed to launch and connect to workers | worker 进程起不来，或者主进程连不上 worker | 检查杀软、防火墙、内存，查看日志 |
The DataLocation ... is not writable | 并行池数据目录没有写权限 | 修改 DataLocation 或给目录加权限 |
Invalid working directory | 当前工作目录不存在或不可访问 | 用cd切换到一个有效目录再启动 |
Profile is not valid | 并行配置 profile 已损坏 | 重置 profile 或恢复默认配置 |
The parallel pool is already running | 旧池还占用着，新池起不来 | 先delete(gcp('nocreate')) |
Failed to open connection | 本地端口连接被阻断，或 worker 连接超时 | 排查防火墙和杀软，确认回环连接被允许 |
Out of memory | 内存不足，worker 无法启动 | 减少 NumWorkers，释放内存 |
需要注意，错误信息里真正有用的部分，往往在“第一条原因概述”的下一行。比如Failed to launch and connect to workers会接着告诉你Launching workers had failed with exit code ...，或者给出日志文件路径。这个日志文件的路径非常重要，下一次你遇到错误时，先看日志，再看错误首行。
3.2 查看并行池日志：症状和根因之间只差一个文件
MATLAB 启动本地并行池时，会把每个 worker 的启动过程写入日志。这个日志文件在哪儿，不同版本略有差异，但都能从 MATLAB 中查到。运行：
c = parcluster('local'); c.DataLocation输出的目录就是当前本地并行配置的数据位置。在这个目录下的Logs或JobX子目录里，会看到以Job开头的文件夹，里面保存着 worker 启动日志。打开最新的.log文件，看末尾的几行，往往能发现 worker 崩溃前最后做了什么。
比如日志末尾如果出现类似Bad system call或者libc++abi: terminating，多半是系统库或杀软干预；如果出现Permission denied，那就是目录权限问题。日志名字不好记，但排查思路很简单：先看 DataLocation，再按日期找最新日志，最后看日志末尾报错。这个习惯会让你少走很多弯路。
3.3 一个真实的排查链路记录
有一次我在一台 Windows 机器上帮人排查，现象是parpool报Failed to launch and connect to workers，第一反应是杀毒软件。但关了杀软再试，依然失败。
然后我按上面的方法找到 DataLocation，打开最新日志，发现 worker 进程启动后立即退出，日志里写着一个路径错误：找不到某个.m文件。检查之后发现，原因是用户把 MATLAB 安装在了一个中文路径或者带空格的路径下，同时把当前工作目录cd到了一个包含特殊字符的文件夹，worker 启动时解析路径出了问题。
解决方式很简单：把工程代码复制到一个纯英文、不含空格的路径下，然后重新parpool，一次成功。这个案例说明，日志永远比错误第一行有信息量。如果你只是盯着Failed to launch and connect to workers看，很可能就卡在杀软排查那一环，浪费大量时间。
3.4 清理旧池和旧任务：先做最低成本的尝试
排查之前，先执行一遍这三行，成本最低，但能解决不少怪问题：
delete(gcp('nocreate')) c = parcluster('local'); delete(c.Jobs)第一行删除当前存在的并行池，第二三行删除本地配置下的所有历史任务记录。很多时候，之前某个失败的并行池任务“卡在队列里”，会让新的并行池无法正常启动，清掉这些历史残骸，问题直接消失。尤其适合那种昨天还能用、今天突然不能用的场景。
如果你执行了这一段，还是报错，那再去看日志和 DataLocation 权限，顺序不要乱，否则容易病急乱投医。
4. 系统环境和资源潜入坑：看不见的元凶
过了工具箱、许可证、错误信息这几关，剩下的问题往往就藏在系统环境里。这类问题不好排查，因为 MATLAB 的错误提示很模糊，或者说它把底层的系统原因包装成了一个通用的失败信息。
4.1 worker 的本质是“完整的 MATLAB 实例”，不是轻量线程
首先建立一个图像：当你运行parpool('local', 4)时，MATLAB 会启动 4 个独立的 MATLAB worker 进程，每个进程都有自己的一份运行时环境、路径列表和工作目录。主进程和 worker 之间通过本地 TCP/IP 通信。
这意味着两件事：
- 资源开销极大。4 个 worker 粗略相当于又打开了 4 个 MATLAB，内存占用会线性上涨。如果你的机器只有 8GB 内存，开 4 个 worker 已经有点勉强，强行开 8 个就可能触发崩溃型故障。
- 一切会影响“独立进程启动”的因素，都会影响并行池。常见的就是杀毒软件、防火墙、用户权限和环境变量。
所以排查的时候，别把并行池当成 MATLAB 的一个“功能开关”，把它当成“要启动一批新程序”来看，思路瞬间就清晰了。
4.2 杀毒软件、防火墙和用户权限：干扰最大也最容易被冤枉
杀毒软件拦截 worker 进程、防火墙阻断本地回环端口通信，这类问题在 Windows 上尤其常见。某些杀毒软件会认为“短时间内冒出多个 MATLAB 进程”是可疑行为，直接杀掉，导致parpool一直卡在启动阶段。
排查方法不复杂：先把杀毒软件实时防护临时关闭，再执行一次parpool，如果成功，说明杀软误判。正确做法是把 MATLAB 安装目录加入杀毒软件白名单，同时允许 MATLAB 通过防火墙——注意是“允许”，不是“拦截”。这类设置做完之后，再重新打开杀软。
用户权限这块也容易被忽略。如果你用的是公司或者学校的机器，当前用户不是管理员，本地并行池创建时需要在系统临时目录写入文件、在本地端口上监听连接，这些操作可能被组策略限制。表现就是同样的安装包，在家里电脑上能开并行，在公司电脑上死活开不了。遇到这种情况，可以在保证安全的前提下临时用管理员权限运行 MATLAB 试一次，确认是不是权限问题。
4.3 临时目录、DataLocation 和工作目录的写权限
并行池启动时会使用系统的临时目录存放通信文件。如果%TEMP%或者 Linux 下的/tmp被设置为不可写，或者被某些清理工具锁定，worker 无法完成初始化。
排查方式很简单。在 MATLAB 里查看并尝试写入：
tempdir cd(tempdir)如果能正常切换到临时目录、能创建文件，说明临时目录基本健康。如果切换失败或者创建文件报权限错误，那先修复临时目录的写权限。
DataLocation 的问题前面提过，不再重复。但有一点值得强调：并行配置数据目录、项目代码目录、临时目录三者的写权限都要检查。很多人只检查了代码目录，忽略了 DataLocation，结果日志写着数据目录不可写，代码目录再正常也没用。
4.4 内存和 CPU 识别：不要被“逻辑核心数”带偏
现代 CPU 大都有超线程，系统里看到的“核心数”往往是逻辑核心数，不是物理核心数。如果任务管理器里显示 8 核，但物理核心其实只有 4 个，你把parpool开到 8，每个 worker 抢同样的物理核心，性能反而下降，严重时还会因资源争抢导致 worker 启动失败。
在 MATLAB 里可以用下面这个函数查看它能识别的核心数：
feature('numcores')它会返回 MATLAB 实际可用的核心数量。设置 worker 数量时，建议不要超过这个值。内存方面，可以用memory查看物理内存和可用内存：
memory然后估算一下：每个 worker 至少预留 1GB 内存，主 MATLAB 本身再占一部分。比如机器 16GB 内存，系统和其他程序已用 6GB，那留给 MATLAB 的剩余空间是 10GB，开 6 个 worker 比较稳妥，硬开 8 个就容易触发内存不足。
这里还有一个容易踩的坑：内存足够、核心数也对，但parpool依然启动慢。这种情况往往是 CPU 被其他程序占用得太满，worker 进程的初始化时间被拉长了。打开资源监视器看一下有没有异常占用 CPU 的进程，临时关掉一部分再试。
4.5 环境变量和路径污染：一个容易被忽略的隐藏原因
如果你的系统环境变量里存在错误的PATH项，或者装有多个版本的 MATLAB，并行池启动时可能“抓错”某个动态链接库，导致 worker 进程起不来。
这种问题比较难排查，但有一个典型特征：手头这台机器上 MATLAB 其他功能都正常，唯独并行池启动失败，日志里出现加载.dll或.so失败的记录。处理时可以先清理掉多余的 MATLAB 相关环境变量，或者卸载旧版本 MATLAB 后再测试。
5. 从“能开”到“跑得快”：并行配置调优与自检清单
很多人的目标不只是“能开池”，而是“池开了、计算真的快”。如果你已经解决了启动问题，下面这几个配置层面的小技巧能让你的并行体验上一个台阶。
5.1 不要照抄别人的parpool('local', N)写法
网上很多教程直接写parpool('local', 4)，但那个 4 不一定是适合你机器的值。更稳妥的做法是先查一下本机资源，再决定 N：
feature('numcores') memory然后设置一个合理值，比如物理核心数为 8、内存 32GB，可以设 6 或 8。修改后直接：
parpool('local', 6)如果你经常要用固定 worker 数，可以在并行配置 profile 里直接修改默认值，而不用每次手敲数字。
5.2 并行 profile 的查看和恢复默认
并行配置 profile 是 MATLAB 用来记忆“本地池怎么开”的设置文件。它一般不会坏，但确实有人会遇到 profile 损坏导致启动失败的情况。
查看当前默认 profile：
parallel.defaultProfile如果你的默认 profile 不是local，而是变成了某个远端集群配置，那parpool就会尝试连接别的机器而不是启动本地池，表现同样是“开不了”。此时把它改回本地：
parallel.defaultProfile('local')如果 profile 文件已经损坏、改不回来了，最粗暴的办法是找到 DataLocation 指向的目录，把该目录下的 profile 相关文件备份后删除，然后重启 MATLAB，让它重新生成默认配置。删除前务必先备份对应目录，避免误删其他重要的并行任务数据。
5.3 并行池的日常“清道夫”命令
养成习惯，每次长时间不用并行池，或者准备跑下一批任务前，先执行一次：
delete(gcp('nocreate'))这条命令只关掉存在但不需要的池，不会报错。否则旧池一直占着内存和进程状态，下一次parpool有可能直接失败或者等待超时。很多人遇到“并行突然开不了”的怪问题，其实就是旧池挂着没关。
如果你发现即使关了池，某些 worker 进程还在后台赖着不走，那就需要去任务管理器（Windows）或ps命令（Linux/macOS）里看有没有残留的 MATLAB 进程，手动结束掉。这一步要谨慎，别误杀了你正在运行的主 MATLAB。
5.4 快速自检清单
我把整篇文章的排查步骤压缩成一张自检清单，下次遇到“并行开不了”，照着走一遍基本能定位。
| 顺序 | 检查项 | 操作 | 结果正常的标准 |
|---|---|---|---|
| 1 | 工具箱是否安装 | ver | 能看到 Parallel Computing Toolbox |
| 2 | 许可证是否授权 | license('test','Distrib_Computing_Toolbox') | 返回 1 |
| 3 | 是否有旧池残留 | gcp('nocreate') | 如果非空，先 delete |
| 4 | 默认 profile 是否本机 | parallel.defaultProfile | 应该是 local 或本机配置 |
| 5 | 数据位置是否可写 | c = parcluster('local'); c.DataLocation | 目录存在且可写 |
| 6 | 临时目录是否可用 | tempdir | 可正常进入并创建临时文件 |
| 7 | 杀软和防火墙是否放行 | 临时关闭杀软测试 | 关闭后能启动，则加白名单 |
| 8 | 内存是否充足 | memory | 剩余内存足以支撑多个 worker |
| 9 | 是否检查过日志 | 查看最新 worker 日志 | 日志末尾无明显致命错误 |
| 10 | 是否尝试最小启动 | parpool('local',2) | 小池能起，再逐步增加 |
这套清单我用了很久。对我个人来说，最高效的排查顺序并不是从工具箱开始，而是先执行那三行清理命令，再检查杀毒软件和内存，最后一个才看工具箱和许可证——因为工具和许可证是静态的，平时不会突然坏，而环境动态因素最容易“昨天还好好的，今天就不行”。
如果你按这套思路走到了最后，问题还没解决，那大概率需要把 MATLAB 完整卸载重装一遍了。重装前记得备份ver里能看到的工具箱列表和你的各类脚本文件，避免重装后又缺东少西。
我在实际工作中体会最深的一点是：MATLAB 并行池看起来是个黑盒子，但它本质上只是一堆普通进程的集合。把“并行开不了”当成“一批进程无法正常启动”来排查，思路就永远不会乱。别一上来就重装系统或者格式化，先看日志，先做最小化验证，大多数问题都能在几分钟内定位。
