并行计算工具箱

在多核计算机、gpu和集群上执行并行计算

Parallel Computing Toolbox™让您使用多核处理器、gpu和计算机集群解决计算和数据密集型问题。高级构造,如并行for循环、特殊数组类型和并行数值算法,使您能够并行化MATLAB®没有CUDA或MPI编程的应用。Toolbox允许您在MATLAB和其他工具箱中使用并行启用功能。您可以使用带有Simulink的工具箱金宝app®并行运行模型的多个模拟。程序和模型可以在交互式和批处理模式中运行。

通过在本地运行的worker (MATLAB计算引擎)上执行应用程序,工具箱允许您使用多核桌面的全部处理能力。无需更改代码,就可以在集群或云上运行相同的应用程序(使用MATLAB并行服务器™)。您还可以使用带有MATLAB并行服务器的工具箱来执行太大的矩阵计算,以适合单个机器的内存。

开始:

扩展MATLAB应用程序

并行计算工具箱允许您的应用程序利用配备多核处理器和GPU的计算机。

使用多核计算机加快MATLAB

使用并行for循环(parfor)来并行地在多核cpu上运行独立的迭代,以解决参数扫描、优化和蒙特卡罗模拟等问题。Parfor可以自动创建并行池并管理文件依赖项,这样您就可以专注于自己的工作。一些MATLAB和Simulink产品的关键功能具有并行使能功能。下载188bet金宝搏金宝app通过使用并行计算工具箱,这些函数可以跨可用的并行计算资源分发计算。您可以交互式地、成批地执行并行应用程序。

使用并行计算工具箱加速MATLAB和Simulink与额外的CPU和GPU资源。金宝app

加速matlab与gpus

并行计算工具箱使您可以使用nvidia®GPU直接来自Matlab使用GPUArray..超过500个MATLAB函数在NVIDIA gpu上自动运行,包括FFT.、元素运算和若干线性代数运算,例如mldivide,也称为反斜杠操作符(\)。MATLAB和Simulink的一些产品的关键功能,如深度学习工具箱,都金宝app有启用GPU的功能下载188bet金宝搏。您可以使用gpu而不需要编写任何额外的代码,因此可以专注于应用程序而不是性能调优。高级开发人员可以直接从MATLAB调用他们自己的CUDA代码。您可以在桌面、计算集群和云环境中使用多个gpu。

使用GPUARRAY和支持GPU的MATLAB功能可以帮助加快MATLAB操作而不低级别的CUDA编程。

处理大数据

并行计算工具箱扩展了阵列和Mapreduce.Matlab内置的功能,以便您可以在本地工人上运行,以提高性能。然后你可以缩放阵列和Mapreduce.在传统集群或Apache Spark™和Hadoop上使用MATLAB并行服务器的其他资源®集群。您还可以在桌面上的分布式阵列原型,然后使用MATLABPLASSPLAR SERVER扩展到其他资源。

使用MATLAB高阵列并行分析大数据集。

加快Simulin金宝appk模拟

使用并行计算工具箱,您可以轻松地在多个CPU核上同时运行多个Simulink模拟。金宝app在蒙特卡罗分析、参数扫描、模型测试、实验设计和模型优化中,可以轻松运行具有不同输入或参数设置的相同模型。

并行运行多个模拟

使用parsim函数并行运行模拟。该函数将多个模拟分配到多核cpu,以加快整体模拟时间。parsim还可以自动创建并行池,标识文件依赖项,并管理构建工件,以便您可以专注于您的设计工作。您可以交互地或批量执行并行模拟。

使用parsim函数并行地运行多个模拟。

仿真经理

模拟管理器与parsim并可用于在一个窗口中监视和可视化多个模拟。您可以选择一个单独的模拟并查看其规范,还可以使用simulation Data Inspector检查模拟结果。您还可以方便地运行诊断任务或中止模拟。

使用仿真管理器在一个窗口中监视多个仿真。

利用并行启用的Simulink功能金宝app

除了使用parsimbatchsim运行Simulink模拟的功能,有金宝app许多Simulink产品,包括提供并行能力的Simulink Design Optionalization下载188bet金宝搏™,加固学习工具箱™,Simulink Test™和Simulink Coverage™,因此您可以在不编写任何代码的情况下并行运行模拟。

并行模拟可以通过首选项或标志设置启用。

在集群和云中并行计算

在桌面或虚拟桌面上原型和调试应用程序,不需要重新编码就可以扩展到集群或云。交互式开发,并使用批处理工作流转移到生产中。

在公共和私有云中运行MATLAB桌面

利用多个随需应变的高性能CPU和GPU机器加速分析和模拟。在Amazon Web Ser金宝appvices的虚拟机上直接运行MATLAB和Simulink®(AWS)环境或Microsoft Azure®

您还可以通过在NVIDIA GPU云或NVIDIA DGX上培训Matlab Deep学习容器中的神经网络来加速您的深度学习应用。

直接在Amazon Web S金宝appervices (AWS)环境中的EC2实例上运行MATLAB和Simulink。

使用MATLAB并行服务器扩展到集群

在桌面上开发原型,并在未重新编码的情况下缩放到计算群集或云。只需更改群集配置文件即可从桌面访问不同的执行环境。

在不更改代码的情况下,使用其他群集和云资源轻松扩展您的应用程序。