Выполните сдвиг параметра параллельно и постройте график прогресса во время параллельных расчетов. Можно использовать DataQueue для мониторинга результатов во время расчетов в параллельном пуле. Можно также использовать DataQueue с параллельными функциями языка, такими как parfor, parfeval и spmd.

Использует Parallel Computing Toolbox™, чтобы выполнить двумерное Быстрое Преобразование Фурье (FFT) на графическом процессоре. Двумерное преобразование Фурье используется в оптике для вычисления дифракционных шаблонов дальнего поля. Эти дифракционные шаблоны наблюдаются, когда монохроматический источник света проходит через небольшую апертуру, например, в двухщелевом эксперименте Юнга.

Распределенные массивы хорошо подходят для больших математических расчетов, таких как большие задачи линейной алгебры. Этот пример показывает, как можно решить систему линейных уравнений вида Ax = b параллельно с прямым методом, использующим распределенные массивы. Так же, как и для массивов, хранимых в памяти клиента, можно использовать mldivide, чтобы решить можно системы линейных уравнений, заданных с помощью распределенных массивов, поэтому вам не нужно менять код.

Разрабатывайте свой параллельный код MATLAB ® на локальной машине и масштабируйте до кластера. Кластеры обеспечивают больше вычислительных ресурсов, чтобы ускорить и распределить ваши расчеты. Можно запускать код в интерактивном режиме параллельно на локальной машине, затем в кластере, не меняя код. После завершения прототипирования кода на локальном компьютере можно выгрузить расчеты в кластер с помощью пакетных заданий. Таким образом, можно закрыть MATLAB и получить результаты позже .

Доступ к большому набору данных в облаке и обработка его в облачном кластере с помощью возможностей MATLAB для больших данных.

Обучите сверточную нейронную сеть с помощью автоматической поддержки MATLAB для параллельного обучения. Обучение глубокому обучению часто занимает часы или дни. С помощью параллельных вычислений можно ускорить обучение с помощью нескольких графических модулей (GPU) локально или в кластере в облаке. Если у вас есть доступ к машине с несколькими графическими процессорами, то можно завершить этот пример на локальной копии данных. Если вы хотите использовать больше ресурсов, то можно масштабировать обучение глубокого обучения до облака. Дополнительные сведения о опциях параллельного обучения см. в разделе Шкале глубокого обучения параллельно и в облаке. Этот пример проведет вас через шаги, чтобы обучить нейронную сеть для глубокого обучения в кластере в облаке с помощью автоматической параллельной поддержки MATLAB.