Параллельные вычисления могут помочь в решении больших вычислительных задач различными способами. MATLAB ® и Parallel Computing Toolbox™ предоставляют интерактивную среду программирования для решения ваших вычислительных задач. Если код работает слишком медленно, его можно профилировать, векторизировать и использовать встроенную поддержку параллельных вычислений MATLAB. Затем вы можете попытаться ускорить код с помощью parfor для нескольких работников MATLAB в параллельном пуле. Если у вас большие данные, вы можете масштабироваться с помощью распределенных массивов или datastore. Можно также выполнить задачу, не дожидаясь ее завершения, используя parfeval, чтобы можно было продолжать выполнение других задач. Для решения проблем параллельных вычислений можно использовать различные типы оборудования, включая настольные компьютеры, графические процессоры, кластеры и облака.
Выберите решение для параллельных вычислений
Узнайте о наиболее важных функциях, предлагаемых MATLAB и Parallel Computing Toolbox для решения проблемы параллельных вычислений.
Выполнение функций MATLAB с автоматической параллельной поддержкой
Воспользуйтесь преимуществами параллельных вычислительных ресурсов, не требуя дополнительного кодирования.
Интерактивное параллельное выполнение цикла с использованием parfor
Преобразование медленного for-закольцовывание в более быстрый parfor-луп.
Печать при протягивании параметра с помощью parfor
В этом примере показано, как выполнять сдвиг параметров параллельно и выполнять график хода выполнения параллельных вычислений.
Масштабирование с рабочего стола на кластер
В этом примере показано, как разработать параллельный код MATLAB ® на локальном компьютере и масштабировать его до кластера .
Выполнение пакетных параллельных заданий
Используйте пакет для разгрузки работы из сеанса 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 облачном кластере с использованием возможностей MATLAB для больших данных.
Анализ функций в фоновом режиме с помощью parfeval
Вырваться из цикла на ранней стадии и собрать результаты по мере их доступности.
Выполнение функций MATLAB на графическом процессоре
Сотни функций в MATLAB и других панелях инструментов запускаются автоматически на графическом процессоре, если вы поставляете gpuArray аргумент.
Обучение сети в облаке с помощью автоматической параллельной поддержки
В этом примере показано, как обучить сверточную нейронную сеть с помощью автоматической поддержки MATLAB для параллельного обучения.
Что такое параллельные вычисления?
Узнайте о MATLAB и панели инструментов для параллельных вычислений.
Выполнение кода для параллельных пулов
Сведения о запуске и остановке параллельных пулов, размере пула и выборе кластера.
Выбор среды на основе потоков и среды на основе процессов
С помощью панели инструментов Parallel Computing Toolbox можно выполнять параллельный код в различных параллельных средах, таких как среды на основе потоков или на основе процессов.
Выполнение функций MATLAB для работников потоков
Используйте параллельные пулы с поддержкой потоков для ускорения кода MATLAB.
Задать переменные среды для работников
Копирование переменных системной среды из клиента в работников кластера.
