Parallel Computing Toolbox™ поддерживает распределенные массивы, чтобы разделить большие массивы на несколько MATLAB® рабочие. Вы работаете со всем массивом как с единой сущностью, однако работники работают только со своей частью массива и автоматически передают данные между собой при необходимости. Одновременное выполнение поддерживается одной программой с несколькими данными (spmd
) языковая конструкция для облегчения общения между работниками. Используйте распределенные матричные операции и функции, чтобы работать непосредственно с этими массивами без дальнейших изменений. Можно использовать распределенные массивы в Parallel Computing Toolbox, чтобы запустить приложения больших данных с помощью объединенной памяти вашего кластера.
Создание и использование распределенных массивов
Когда ваш массив данных слишком велик, чтобы помещаться в память одной машины, можно создать distributed
массив.
Запуск функций MATLAB с распределенными массивами
Функции MATLAB, которые работают с распределенными массивами
Распределение массивов среди параллельных рабочих
Использовать datastore
или distributed
чтобы создать распределенные массивы и разделить данные между вашими работниками
Запуск одиночных программ на нескольких наборах данных
Использование spmd
операторы для запуска одного и того же кода на нескольких наборах данных и управления распределенными массивами
Доступ к рабочим переменным с композитами
Составные объекты в клиенте MATLAB сеанса позволяют вам непосредственно получить доступ к значениям данных о работниках.
Обучите сеть параллельно с пользовательским циклом обучения
В этом примере показано, как настроить пользовательский цикл обучения для параллельного обучения сети.
Использование GOP для достижения MPI_Allreduce функциональности
В этом примере мы рассмотрим gop
функция и функции, которые на ней строятся: gplus
и gcat
.
Числовая оценка Pi с использованием передачи сообщения
Этот пример показывает основы работы с операторами spmd и то, как они обеспечивают интерактивное средство выполнения параллельных расчетов.
Выберите между spmd, parfor и parfeval
Сравнение и контрастность spmd
против других функций параллельных вычислений, таких как parfor
и parfeval
.
Запуск кода в параллельных пулах
Узнайте о запуске и остановке параллельных пулов, размере пула и выборе кластера.
Задайте свои параллельные настройки
Задайте свои настройки и автоматически создайте параллельный пул.
Неразраспределенные и распределенные массивы
Описывает различные типы массивов, используемых в общении заданий
Работа с кодированными массивами
Описывает, как использовать codistributed arrays для вычисления
Петля по распределённой области значений (for-drange)
Описывает, как запрограммировать for
-цикл с кодовым распространением массивов
Работа с удаленными данными в Amazon S3™, Azure® Хранилище больших двоичных объектов или HDFS™.