我正在尝试找到一种处理以下问题的好方法： Let C be an N by 3 array (对应于点$\mathbb{R}^3$）。有一种我有兴趣测试的方法，它需要为 i=1....N 构建一个矩阵$A_i$大小的$n_i <<N$和一个向量$b_i$大小的$n_i$仅使用 C 的第 i 行的数据。然后，我们寻求解决方案$x_i = A_i^{-1} b_i$.

我目前在 MATLAB 中将其作为从 i=1 到 i=N 的大型 for 循环运行，并执行上述操作。对于 N = 30,000，这需要一段时间，我希望找到一些方法来加快速度。由于每次迭代都相互独立，我希望我可以并行化 for 循环。但是，我不熟悉并行编程。

我无法访问 matlab 并行工具箱，所以我不能简单地调用 parfor 来并行化循环。如果有帮助，我熟悉 Python+Numpy+Scipy，并且对 C/C++ 有点熟悉，并且渴望学习 MPI 或 CUDA 或任何有用的东西。

我认为这个 for 循环可以并行化以获得更快的性能是否正确？任何人都可以向我指出一些资源以开始并行（或更快）实施吗？

谢谢！