Кластеры и облака

Узнайте кластерные ресурсы и работайте с кластерными профилями

Если ваша вычислительная задача является слишком большой или слишком медленной для вашего локального компьютера, можно разгрузить вычисление к локальному кластеру или в облаке, чтобы запустить код MATLAB® с минимальными изменениями. Попробуйте Parallel> Discover Clusters в панели инструментов MATLAB, чтобы узнать, имеете ли вы уже кластер в наличии.

Если у вас уже есть кластер с планировщиком, можно интегрировать MATLAB с ним с помощью MATLAB Parallel Server™. В качестве альтернативы, если у вас нет существующего планировщика, затем MATLAB Parallel Server обеспечивает Планировщик Задания MATLAB.

Функции

развернуть все

parclusterСоздайте кластерный объект
parpoolСоздайте параллельный пул на кластере
gcpПолучите текущий параллельный пул
shutdown Закройте кластер облака
startЗапустите кластер облака
wait (cluster)Ожидайте кластера облака, чтобы изменить состояние
parallel.defaultClusterProfileИсследуйте или установите кластерный профиль по умолчанию
parallel.exportProfileЭкспортируйте один или несколько профилей в файл
parallel.importProfileИмпортируйте кластерные профили из файла
saveProfileСохраните измененные кластерные свойства в его текущий профиль
saveAsProfileСохраните кластерные свойства в заданный профиль
pctconfigСконфигурируйте настройки для клиентского сеанса Parallel Computing Toolbox

Классы

развернуть все

parallel.PoolПараллельный пул рабочих
parallel.ClusterДоступ к кластерным свойствам и поведению
pctRunOnAllКоманда выполнения на клиенте и всех рабочих в параллельном пуле

Примеры и руководства

Кластерный Setup

Обнаружение кластеров и использование профилей кластеров

Узнайте, как работать с кластерными профилями и обнаружить кластеры облака, работающие на Amazon EC2.

Масштабируйте от рабочего стола до кластера

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

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.

Протестируйте своего кластера в сравнении с эталоном с проблемой HPC

В этом примере показано, как оценить эффективность вычислить кластера со Сравнительным тестом проблемы HPC.

Глубокое обучение

Увеличьте глубокое обучение в параллели и в облаке (Deep Learning Toolbox)

Опции для глубокого обучения для MATLAB с помощью нескольких графических процессоров, локально или в облаке.

Глубокое обучение для MATLAB на нескольких графических процессорах (Deep Learning Toolbox)

Задайте несколько графических процессоров, чтобы использовать локально или в облаке для обучения.

Обучите сеть Используя автоматическую поддержку мультиграфического процессора

В этом примере показано, как использовать несколько графических процессоров на вашей локальной машине для обучения глубокому обучению использование автоматической параллельной поддержки.

Используйте parfor, чтобы Обучить Несколько Нейронных сетей для глубокого обучения

В этом примере показано, как использовать parfor цикл, чтобы выполнить развертку параметра на опции обучения.

Используйте parfeval, чтобы Обучить Несколько Нейронных сетей для глубокого обучения

В этом примере показано, как использовать parfeval выполнять развертку параметра на глубине сетевой архитектуры для нейронной сети для глубокого обучения и получать данные во время обучения.

Обучите нейронные сети для глубокого обучения параллельно

В этом примере показано, как запустить несколько экспериментов глубокого обучения на вашей локальной машине.

Обучите сеть параллельно с пользовательским учебным циклом

В этом примере показано, как настроить пользовательский учебный цикл, чтобы обучить сеть параллельно.

Загрузите данные о глубоком обучении на облако

В этом примере показано, как загрузить данные на блок Amazon S3.

Отправьте пакетное задание глубокого обучения кластеризироваться

В этом примере показано, как отправить пакетные задания обучения глубокому обучению в кластер так, чтобы можно было продолжить работать или закрыть MATLAB во время обучения.

Концепции

Задайте свои параллельные настройки

Задайте свои настройки, и автоматически создайте параллельный пул.

Сменные скрипты для типовых планировщиков

Как использовать сменные скрипты, чтобы настроить типовые планировщики.

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте