exponenta event banner

Панель инструментов для параллельных вычислений

Выполнение параллельных вычислений на многоядерных компьютерах, графических процессорах и кластерах компьютеров

Parallel Computing Toolbox™ позволяет решать ресурсоемкие задачи с помощью многоядерных процессоров, графических процессоров и компьютерных кластеров. Высокоуровневые конструкции - параллельные циклы, специальные типы массивов и параллельные числовые алгоритмы - позволяют выполнять параллелизацию приложений MATLAB ® без программирования CUDA или MPI. Панель инструментов позволяет использовать функции с поддержкой параллелизма в MATLAB и других панелях инструментов. Панель инструментов с Simulink ® можно использовать для параллельного выполнения нескольких моделирований модели. Программы и модели могут выполняться как в интерактивном, так и в пакетном режиме.

Панель инструментов позволяет использовать всю вычислительную мощность многоядерных настольных компьютеров, выполняя приложения на рабочих компьютерах (вычислительные механизмы MATLAB), которые выполняются локально. Без изменения кода можно запускать те же приложения в кластерах или облаках (с помощью Server™ MATLAB Parallel). Можно также использовать панель инструментов с MATLAB Parallel Server для выполнения матричных вычислений, которые слишком велики для размещения в памяти одной машины.

Начало работы

Основные сведения о инструменте параллельных вычислений

Основы параллельных вычислений

Выберите решение для параллельных вычислений

Параллельные для - контуры (parfor)

Использовать параллельную обработку при выполнении parfor о работниках в параллельном пуле

Асинхронное параллельное программирование

Анализ функций в фоновом режиме с помощью parfeval

Обработка больших данных

Параллельный анализ больших массивов данных с использованием распределенных массивов, массивов с высоким уровнем, хранилищ данных или mapreduce, на кластерах Spark ® и Hadoop ®

Пакетная обработка

Разгрузка выполнения функций, выполняемых в фоновом режиме

Вычисления графического процессора

Ускорьте код, запустив его на графическом процессоре

Кластеры и облака

Обнаружение ресурсов кластера и работа с профилями кластера

Профилирование производительности

Повышение производительности параллельного кода