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 в кластере
ticBytesНачните считать байты переданными в параллельном пуле
tocBytesЧитайте, сколько байтов было передано начиная с вызова ticBytes

Темы

Основы

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 a 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.

Узнать больше

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.

Запустите функции MATLAB на рабочих потока

Используйте поддержанные потоком параллельные пулы, чтобы ускорить ваш код MATLAB.

Установите переменные окружения на рабочих

Скопируйте системные переменные от клиента рабочим в кластере.

Сопутствующая информация

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте