Распределенные массивы

Анализируйте большие наборы данных в параллели с помощью распределенных массивов и одновременного выполнения.

Parallel Computing Toolbox™ поддерживает распределенные массивы, чтобы разделить большие массивы через несколько рабочих MATLAB^®. Вы работаете с целым массивом как одна сущность, однако, рабочие действуют только с их стороны массива, и автоматически передают данные между собой при необходимости. Одновременное выполнение поддерживается одной программой несколько данных (spmd) построение языка, чтобы упростить связь между рабочими. Используйте распределенные поддерживающие операции над матрицей и функции, чтобы работать непосредственно с этими массивами без дальнейшей модификации. Можно использовать распределенные массивы в Parallel Computing Toolbox, чтобы запустить большие применения данных с помощью объединенной памяти о кластере.

Функции

развернуть все

Ключевые функции

`distributed`	Создайте распределенный массив из данных в клиентской рабочей области или datastore
`gather`	Передайте распределенный массив или gpuArray к локальной рабочей области
`spmd`	Выполните код параллельно на рабочих параллельного пула
`Composite`	Создайте Составной объект
`parallel.pool.Constant`	Создайте parallel.pool. Постоянный от данных или указателя на функцию
`codistributed`	Создайте codistributed массив из реплицированных локальных данных
`parpool`	Создайте параллельный пул на кластере
`delete (Pool)`	Закройте параллельный пул
`redistribute`	Перераспределите codistributed массив с другой схемой распределения
`codistributed.build`	Создайте codistributed массив из распределенных данных
`for`	цикл for в распределенной области значений
`getLocalPart`	Локальный фрагмент codistributed массива
`globalIndices`	Глобальные индексы для локальной части codistributed массива
`gop`	Глобальная операция через всех рабочих
`write`	Запишите распределенные данные в выходное местоположение

Классы

развернуть все

Ключевые классы

`distributed`	Доступ к элементам распределенных массивов от клиента
`codistributed`	Доступ к элементам массивов распределяется среди рабочих в параллельном пуле
`Composite`	Доступ к нераспределенным переменным на нескольких рабочих от клиента
`codistributor1d`	1D схема распределения codistributed массива
`codistributor2dbc`	2D циклическая блоком схема распределения codistributed массива
`parallel.Pool`	Доступ к параллельному пулу

Примеры и руководства

Создайте и используйте распределенные массивы

Когда ваш массив данных является слишком большим, чтобы поместиться в память об одной машине, можно создать массив distributed

Запустите функции MATLAB с распределенными массивами

Функции MATLAB, которые работают с распределенными массивами

Распределительные массивы, чтобы быть параллельными рабочим

Используйте datastore или distributed, чтобы создать распределенные массивы и разделить данные среди ваших рабочих

Запустите одну программы на нескольких наборах данных

Используйте операторы spmd, чтобы запустить тот же код по нескольким наборам данных и управлять codistributed массивами

Доступ к переменным рабочего с составными объектами

Составные объекты на клиентском сеансе MATLAB позволяют вам непосредственно значения данных доступа на рабочих.

Используя GOP, чтобы достигнуть функциональности MPI_Allreduce

В этом примере мы смотрим на функцию gop и функции, которые основываются на нем: gplus и gcat.

Числовая оценка пи Используя передачу сообщений

Этот пример показывает основы работы с spmd операторами, и как они обеспечивают интерактивные средние значения выполнения параллельных вычислений.

Концепции

Запустите код по параллельным пулам

Узнайте о запуске и остановке параллельных пулов, объедините размер и кластерный выбор.

Задайте свои параллельные настройки

Задайте свои настройки, и автоматически создайте параллельный пул.

Нераспределенный по сравнению с распределенными массивами

Описывает различные типы массивов, используемых в связывающихся заданиях, включая pmode

Работа с массивами Codistributed

Описывает, как использовать codistributed массивы для вычисления

Цикличное выполнение в распределенной области значений (для - drange)

Описывает, как программировать for - цикл с codistributed массивами

Работа с удаленными данными (MATLAB)

Работа с удаленными данными в Amazon S3™, Microsoft^® Azure^® Storage Blob или HDFS™.

Сопутствующая информация

Распределенный пример Массивов

Пример spmd

Популярные примеры

Use Distributed Arrays to Solve Systems of Linear Equations with Direct Methods

Используйте распределенные массивы, чтобы решить системы линейных уравнений с прямыми методами

Распределенные массивы являются подходящими для больших математических вычислений, такими как большие проблемы линейной алгебры. Этот пример показывает, как можно решить систему линейных уравнений формы Ax=b параллельно с прямым методом с помощью распределенных массивов. Таким же образом что касается массивов, сохраненных в клиентской памяти, можно использовать mldivide, чтобы решить, может системы линейных уравнений, определенных с помощью распределенных массивов, таким образом, вы не должны изменять свой код.

Скрипт Open Live Script

Use Distributed Arrays to Solve Systems of Linear Equations with Iterative Methods

Используйте распределенные массивы, чтобы решить системы линейных уравнений с итерационными методами

Для крупномасштабных математических вычислений итерационные методы могут быть более эффективными, чем прямые методы. Этот пример показывает, как можно решить системы линейных уравнений формы Ax=b в параллели с помощью распределенных массивов с итерационными методами.