Основные принципы параллельных вычислений
Параллельные вычисления могут помочь вам решить большие вычислительные задачи по-разному. MATLAB® и Parallel Computing Toolbox™ обеспечивает 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
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 (Deep Learning Toolbox)
В этом примере показано, как обучить сверточную нейронную сеть с помощью 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 в основанной на потоке среде
Проверяйте поддержку функций MATLAB, которые вы хотите запустить в фоновом режиме.
Установите переменные окружения на рабочих
Скопируйте системные переменные от клиента рабочим в кластере.
Запишите портативный параллельный код
Запишите параллельный код, который может использовать параллельные ресурсы, если у вас есть Parallel Computing Toolbox, и это все еще запускается, если у вас нет Parallel Computing Toolbox.
