Основные принципы параллельных вычислений

Выберите решение для параллельных вычислений

Параллельные вычисления могут помочь вам решить большие вычислительные задачи по-разному. MATLAB® и Parallel Computing Toolbox™ обеспечивают интерактивную среду программирования, чтобы помочь заняться вашими вычислительными задачами. Если ваш код запускается слишком медленно, можно профилировать его, векторизовать его и использовать встроенную поддержку параллельных вычислений MATLAB. Затем можно попытаться ускорить код при помощи parfor на нескольких работниках MATLAB в параллельном пуле. Если у вас есть большие данные, можно масштабировать, использование распределило массивы или datastore. Можно также выполнить задачу, не ожидая его, чтобы завершиться, с помощью parfeval, так, чтобы можно было продолжить с другими задачами. Можно использовать различные типы оборудования, чтобы решить задачи параллельных вычислений, включая рабочие компьютеры, графические процессоры, кластеры и облака.

Функции

развернуть все

parforВыполните for- итерации цикла параллельно на рабочих
parfevalВыполните функцию асинхронно на параллельном рабочем пула
gpuArrayМассив сохранен на графическом процессоре
distributedДоступ к элементам распределенных массивов от клиента
batchЗапустите скрипт MATLAB или функционируйте на рабочем
parpoolСоздайте параллельный пул на кластере
ticBytesНачните считать байты переданными в параллельном пуле
tocBytesЧитайте, сколько байтов было передано начиная с вызова ticBytes

Примеры и руководства

Выберите решение для параллельных вычислений

Узнайте самые важные функциональности, предлагаемые MATLAB и Parallel Computing Toolbox, чтобы решить вашу задачу параллельных вычислений.

Запустите функции MATLAB с автоматической параллельной поддержкой

Используйте в своих интересах ресурсы параллельных вычислений, не требуя никакого дополнительного кодирования.

В интерактивном режиме Запуск Цикл в параллели Используя parfor

Преобразуйте медленный for- цикл в более быстрый parfor- цикл.

Построение графика во время подбора параметра parfor

В этом примере показано, как выполнить развертку параметра параллельно, и график прогрессируют во время параллельных расчетов.

Масштабируйте от Рабочего стола до Кластера

В этом примере показано, как разработать ваш параллельный код MATLAB® по вашей локальной машине и масштабировать до кластера.

Запуститесь пакет параллельны заданиям

Используйте пакеты, чтобы выгрузить работу из вашего сеанса работы с MATLAB для выполнения в фоновом режиме.

Обработка Больших данных в облаке

В этом примере показано, как получить доступ к большому набору данных в облаке и обработать его в кластере облака использование возможностей MATLAB больших данных.

Выполните Функции в фоновом режиме Используя parfeval

Убегите из цикла рано и соберите результаты, когда они становятся доступными.

Запустите функции MATLAB на графическом процессоре

Сотни функций в MATLAB и других тулбоксах запускаются автоматически на графическом процессоре, если вы предоставляете gpuArray аргумент.

Обучите сеть в облаке Используя автоматическую параллельную поддержку

В этом примере показано, как обучить использование сверточной нейронной сети MATLAB автоматическая поддержка параллельного обучения.

Концепции

Что такое параллельные вычисления?

Узнайте о MATLAB и Parallel Computing Toolbox

Запустите код по параллельным пулам

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

Выберите Between Thread-Based и Process-Based Environments

С Parallel Computing Toolbox можно запустить параллельный код в различных параллельных средах, таких как основанные на потоке или основанные на процессе среды.

Сопутствующая информация

Рекомендуемые примеры