马铃薯Parallel Server
Matlab-und S金宝appimulink-Berechnungen在Clustern und CloudsAusführen
Mit MATLAB Parallel Server™ können Sie MATLAB®-programme und 金宝appsimulink.®-Simulationen für Computercluster und Clouds skalieren. Sie können auf dem Desktop-Computer Prototypen für Programme und Simulationen erstellen und diese auf Clustern und in Clouds ausführen, ohne sie neu codieren zu müssen. MATLAB Parallel Server unterstützt Batchjobs, interaktive parallele Berechnungen und verteilte Berechnungen mit großen Datenfeldern.
Jegliche Lizenzvergabe auf Cluster-Seite wird von MATLAB Parallel Server gehandhabt. Ihr Desktop-Lizenzprofil wird dynamisch im Cluster aktiviert, sodass Sie keine MATLAB-Lizenzen für das Cluster liefern müssen. Das Lizenzmodell beinhaltet Funktionen für die unbegrenzte Skalierung.
马铃薯Parallel Server führt Ihre Programme und Simulationen als zeitgesteuerte Anwendungen auf dem Cluster aus. Sie können entweder den optimierten Scheduler aus MATLAB Parallel Server oder einen eigenen verwenden. Durch ein Plugin-Framework wird die direkte Kommunikation mit beliebten Cluster-Scheduler-Eingabeclients möglich.
VOR R2019A WURDE MATLAB并行服务器ALS MATLAB分布式计算服务器bezeichnet。
Jetzt Beginnen:
代码Einmal Schreiben Und在Mehreren Umgebungen Verwenden
testen und debuggen sie anwendungen auf dem桌面mit derParallel Computing Toolbox™und skalieren siemühelosauf cluster oder云,ohne erneut programmierenzumüssen。Entwickeln Sie Interaktiv und Gehen Sie Mit Batch-Works-Works-Works-工作流程在Die Produktion。
Auf mehreren Computern ohne Veränderung von Algorithmen ausführen
Entwickeln Sie einen Prototyp auf dem Desktop und skalieren Sie ihn auf ein Computercluster hoch, ohne neu programmieren zu müssen. Greifen Sie vom Desktop auf verschiedene Ausführungsumgebungen zu, indem Sie einfach Ihr Clusterprofil wechseln.
Zugriff AUF CPU und GPU AUF Zentralen Ressourcen
Nutzen Sie die Vorteile von High-End-Hardware in Ihrem Unternehmenscluster, ohne die MATLAB-Desktopumgebung verlassen zu müssen.
Verwaltung mehrerer Simulink-Simulationen automatisieren
Richten Sie Ganz Einfach Mehrereausführungenund参数扫描ein,verwalten siemodellabhängigkeitenund build-verzeichnisse undübertragensie base workspace-variablen在clusterprozesse。Verwenden Sie DieBenutzerboblächeSesSimulations-Managers,UM MehrereAusführungenvon simulink金宝app-modellen在einem集群zu Visualisieren und zu Verwalten。
大数据unter Windows,Mac Oder Linux Verarbeiten
Verwenden Sie für kleine und große Datenmengen die gleichen MATLAB-Analysen. Unter Windows®, 苹果电脑®臭臭的Linux.®KönnenSILEIAL™中的大数据-fähigenhadoop.®-Clustern oder traditionellen Clustern mit gängigen Dateisystemen verarbeiten.
SpeichergrenzenÜberwinden.
Führen Sie Berechnungen durch, die den Speicherplatz eines einzelnen Computers überschreiten, ohne Ihren Algorithmus neu programmieren oder auf eine Architektur mit gemeinsamem Speicher zurückgreifen zu müssen.
ihre桌面工具箱im cluster verwenden
MATLAB并行服务器IST DIE EINZIGE IM CLUSTER ERFORDERLICHE Lizenz。Durch Die Dynamische Lizensierung KannFürjeden benutzer ein eigenes desttoplizenzprofil im cluster Verwendet Werden。
Ihre Bestehende Hardware und Arfarruktur Verwenden
Estheren Sie Ein Cluster Aus Einigen Dezidierten Computern und Verwalten Sie工作MIT DEM Matlab Job Scheduler oder Ottonieren Sie Ein Vorhandenes Cluster und Verwalten Sie Jobs Mit Einem第三方调度程序。DieBenutzerKönnenIhre工作Verwalten,Ohne Matlab VerlassenZuMüssen。
Anwendungen in der Cloud skalieren
Integrieren Sie in öffentliche und private Clouds. Greifen Sie auf spezielle und leistungsstärkere Hardware in der Cloud zu. Verwenden Sie vorkonfigurierte Optionen von sowohl MathWorks als auch den Hostinganbietern von MathWorks oder bauen Sie die Infrastruktur selbst auf.
平行分析
Tipps und Techniken für das Profiling von Parallelcode mit neuer Dokumentation
AdditionalProperties
für Scheduler von Drittanbietern
信息Zur Anpassung des Verhaltens der插件 - 贝斯佩尔斯斯KripteMit Nuer Dokumentation
工作阵列
Übertragenvon工作 - 阵道一个计划程序von drittanbietern mit der generischen scheduler-schnittstelle
gpu-funktionionität
Nutzung诺伊尔和verbesserter gpuArray-Funktionen in MATLAB, Statistics and Machine Learning Toolbox, Audio Toolbox, Signal Processing Toolbox sowie Wavelet Toolbox
Verteilte阵列
Nutzung neuer und verbesserter Funktionen für verteilte Arrays in MATLAB
Neuer Threadbasierter平行池
OptimiertFürGeringereSpeictzung,Schnellere Zeitplanung und WenigerDatenübertragung - FüreineTeilmenge der Matlab-Funktionen
详细信息Zu Diesen Merkmalen und denzugehörigenfunktionen findens sieversionshinweisen..