云中心发布说明
2022年4月
MATLAB运行®在AWS®使用云中心
现在你可以在Amazon中使用Cloud Center启动MATLAB了®Web服务(AWS)。您可以启动一台安装了MATLAB的机器,并可以通过web浏览器或远程桌面应用程序进行访问。要开始,请看从云中心开始而且使用云中心在Amazon Web Services (AWS)上启动MATLAB.
您可以继续使用云中心来启动和管理MATLAB并行服务器可以从MATLAB中访问的群集。要查看受支持的版本金宝app,请参见金宝app集群支持的版本.
2021年9月
金宝app支持MATLAB版本R2021b
您可以在云中心实例上运行MATLAB R2021b。
2021年5月
金宝app支持新实例类
金宝app支持6个新的通用实例类:m5a、m5ad、m5d、m5dn、m5n和m5zn。
金宝app支持5个新的Compute Optimized实例类:c5、c5a、c5ad、c5d和c5n。
金宝app支持两个新的加速计算(gpu)实例类:g4dn和p3dn。
金宝app支持8个新的内存优化类:r5, r5a, r5ad, r5b, r5d, r5dn, r5n和x1e。
请注意
c5d。其中,“m5.8xlarge”为VPC内集群的默认worker实例类型。
有关新添加的计算优化实例和区域可用性的详细信息,请参见选择支持的EC金宝app2实例机类型.
2021年3月
金宝app支持MATLAB版本R2021a
您可以在云中心实例上运行MATLAB R2021a。
MATLAB Worker Amazon Machine Images (AMI)现在支持U金宝appbuntu 20.04 LTS
所有工作ami现在都包含Ubuntu 20.04的安装。
MATLAB worker Amazon Machine Images (AMI)现在支持C金宝appUDA 11.0和gcc/g++ 9.3
所有工作ami现在都包括CUDA Toolkit 11.0和gcc/g++ 9.3的安装。您可以从CU代码生成CUDA内核对象,或者在支持GPU设备的GPU启用的EC2实例上使用GPU Coder™编译CUDA兼容的源代码、库和可执行文件。金宝app有关受支持设备的信息,请参见金宝appGPU支金宝app持版本(并行计算工具箱).您可以使用MathWorks®下载188bet金宝搏产品(如MATLAB编码器™或HDL Coder™),需要gcc/g++ 9.3或更早版本的MATLAB工作ami编译器。有关产品要求的信息,请参见系统需求和支持的编译器金宝app.
2020年9月
金宝app支持MATLAB R2020b版本,包括一个额外的深度学习预训练卷积神经网络(CNN)
您可以在Cloud Center实例上运行MATLAB R2020b,包括支持一个额外的预训练卷积神经网络(CNN)模型:Ef金宝appficientNet-b0。您可以使用这个预训练的模型进行分类和迁移学习。您可以使用该函数访问模型
efficientnetb0
(深度学习工具箱).详细信息请参见并行和云中的深度学习(深度学习工具箱)而且预训练的深度神经网络(深度学习工具箱).MATLAB worker Amazon Machine Images (AMI)现在支持C金宝appUDA 10.2和gcc/g++ 6.5
所有工作ami现在都包含CUDA Toolkit 10.2和gcc/g++ 6.5的安装。您可以从CU代码生成CUDA内核对象,或者在支持GPU设备的GPU启用的EC2实例上使用GPU Coder编译CUDA兼容的源代码、库和可执行文件。金宝app有关受支持设备的信息,请参见金宝appGPU支金宝app持版本(并行计算工具箱).您可以使用MathWorks产品(例如下载188bet金宝搏MATLAB编码器或HDL Coder),需要gcc/g++ 6.5或更早版本的MATLAB工作ami编译器。有关产品要求的信息,请参见系统需求和支持的编译器金宝app.
2020年3月
删除或更改功能
功能 | 结果 | 而不是使用 | 兼容性的考虑 |
---|---|---|---|
可共享集群不再需要“共享对象”白名单(适用于所有版本,R2019b仍然需要“共享对象”白名单)。 |
任何具有集群配置文件的人都可以访问共享集群(R2019b除外,它仍然需要“shared with”白名单)。 | 若要使用“共享对象”白名单限制访问,请只使用R2019b。 | 现有的“共享对象”白名单对除R2019b以外的任何版本的集群访问都没有影响,并且不应在任何其他版本中使用,因为该名单将限制用户对集群的访问。 |
不能再导出个人集群配置文件。 | 为个人集群时,导出集群概要文件选项不再可用。个人集群在R2019b中引入。 您仍然可以导出任何R2019b的集群配置文件可共享的集群和任何R2018a - R2019a集群。 |
用于运行个人集群的集群配置文件可以通过发现集群……选项下的平行MATLAB中的菜单。 集群配置文件通过创建一个新的个人集群自动添加到MATLAB中创建云集群选项集群配置文件管理器在MATLAB。集群配置文件管理器可以通过创建和管理集群…选项下的并行菜单在MATLAB |
没有一个 |
2019年10月
集群共享状态
集群属性共享状态允许云中心授权用户从MATLAB向集群提交作业或与集群交互。共享状态可能是个人集群(只有您可以访问)或可共享的集群(您通过白名单明确授予访问权限的人可以访问)。集群默认的“共享状态”属性为“个人集群”。此授权控制与通过SSH访问集群无关。
对于可共享集群,创建集群的人员必须明确地将授权用户添加到与字段。
请注意
为R2019b之前的MATLAB版本创建的云中心集群没有具有共享状态属性的集群。这些集群都是隐式的可共享的集群,因为任何导入集群配置文件的用户都被授权从MATLAB向集群提交作业或与集群交互。这些集群的入站防火墙规则仅由全局集群访问规则管理。
有关更多信息,请参见集群共享选项.
自动管理集群访问
集群属性自动管理集群访问允许云中心管理一个集群的入站防火墙规则在一个集群的基础上。自动管理集群访问在默认情况下为个人集群启用。
请注意
在R2019b之前创建的集群是可共享集群,其入站防火墙规则仅由全局集群访问规则管理。
有关更多信息,请参见自动管理集群访问.
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app017b的云中心支持已被移除。有关迁移策略的详细信息,请参见使用云计算中心的要求. 错误 MATLAB版本R2019b, R2019a, R2018b或R2018a 随着MATLAB的新版本得到支持,对旧版本的支持将在未来的版本中删除。金宝app
2019年6月
金宝app支持MATLAB版本R2019a更新3,包括三个额外的深度学习预训练卷积神经网络(CNN)
您可以在Cloud Center实例上运行MATLAB R2019a Update 3,包括支持三个额外的预训练卷积神经网络(CNN)模型:NA金宝appSNet- large、NASNet Mobile和ShuffleNet。您可以使用这些预训练的模型进行分类和迁移学习。您可以使用这些函数访问模型
nasnetlarge
(深度学习工具箱),nasnetmobile
(深度学习工具箱),shufflenet
(深度学习工具箱).详细信息请参见并行和云中的深度学习(深度学习工具箱)而且预训练的深度神经网络(深度学习工具箱).
MathWorks的登录包括Cloud Center的登录
登录到MathWorks的同时,使用MathWorks帐户登录到Cloud Center。
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app017a的云中心支持已被移除。有关迁移策略的详细信息,请参见使用云计算中心的要求. 错误 MATLAB版本R2019a, R2018b, R2018a或R2017b 随着MATLAB的新版本得到支持,对旧版本的支持将在未来的版本中删除。金宝app
2019年3月
金宝app支持MATLAB R2019a版本,包括用于深度学习的预训练卷积神经网络(CNN)
您可以在Cloud Center实例上运行MATLAB Release R2019a,包括对预训练卷积神经网络(CNN)模型的支持。金宝app这些网络现在可用于MATLAB版本R2019a的所有实例:AlexNet, DenseNet-201, GoogLeNet(使用ImageNet和Places365数据集进行训练),Inception-ResNet-v2, Inception-v3, MobileNet-v2, ResNet-18, ResNet-50, Resnet-101, SqueezeNet, VGG-16, VGG-19和Xception。您可以使用这些函数访问模型
alexnet
(深度学习工具箱),densenet201
(深度学习工具箱),googlenet
(深度学习工具箱),inceptionresnetv2
(深度学习工具箱),inceptionv3
(深度学习工具箱),mobilenetv2
(深度学习工具箱),resnet18
(深度学习工具箱),resnet50
(深度学习工具箱),resnet101
(深度学习工具箱),squeezenet
(深度学习工具箱),vgg16
(深度学习工具箱),vgg19
(深度学习工具箱),xception
(深度学习工具箱).您可以使用这些预训练的模型进行分类和迁移学习。详细信息请参见并行和云中的深度学习(深度学习工具箱),预训练的深度神经网络(深度学习工具箱).
自动调整集群大小:根据使用情况调整Amazon上的云中心集群的大小
您可以使用MATLAB Release R2019a创建云集群,根据使用情况自动调整大小。这些集群会增加或缩小,以便为提交的任务分配最佳数量的工作人员。有关更多信息,请参见自动调整集群大小.
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 在未来的版本中,将删除对运金宝app行MATLAB版本R2017a的云中心支持。有关迁移策略的详细信息,请参见使用云计算中心的要求. 警告 MATLAB版本R2019a, R2018b, R2018a或R2017b。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2019年1月
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app016b的云中心支持已被移除。有关迁移策略的详细信息,请参见使用云计算中心的要求. 错误 MATLAB版本R2018b, R2018a, R2017b或R2017a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2018年12月
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 Amazon EC2的云中金宝app心支持®经典网络类型已被删除。 错误 使用Amazon EC2 VPC (Virtual Private Cloud)网络类型创建新的集群。 亚马逊网络服务(Amazon Web Services)在金宝app2013年撤销了对新用户的EC2 Classic网络的支持。若要继续使用MATLAB与云资源,请参见为云中心配置AWS VPC. 在未来的版本中,将删除对运金宝app行MATLAB版本R2016b的云中心支持。有关迁移策略的详细信息,请参见使用云计算中心的要求. 警告 MATLAB版本R2018b, R2018a, R2017b或R2017a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2018年10月
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 云中心对Amazon EC金宝app2 Classic网络类型的支持将在未来的版本中移除。 警告 使用Amazon EC2 VPC (Virtual Private Cloud)网络类型创建新的集群。 亚马逊网络服务(Amazon Web Services)在金宝app2013年撤销了对新用户的EC2 Classic网络的支持。若要继续使用MATLAB与云资源,请参见为云中心配置AWS VPC. 在未来的版本中,将删除对运金宝app行MATLAB版本R2016b的云中心支持。有关迁移策略的详细信息,请参见使用云计算中心的要求. 警告 MATLAB版本R2018b, R2018a, R2017b或R2017a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2018年9月
金宝app支持MATLAB R2018b版本,包括用于深度学习的预训练卷积神经网络(CNN)
您可以在Cloud Center实例上运行MATLAB Release R2018b,包括对预训练卷积神经网络(CNN)模型的支持。金宝app这些网络现在可用于MATLAB版本R2018b的所有实例:AlexNet, DenseNet-201, GoogLeNet, Inception-ResNet-v2, Inception-v3, ResNet-18, ResNet-50, Resnet-101, SqueezeNet, VGG-16和VGG-19。您可以使用这些函数访问模型
alexnet
(深度学习工具箱),densenet201
(深度学习工具箱),googlenet
(深度学习工具箱),inceptionresnetv2
(深度学习工具箱),inceptionv3
(深度学习工具箱),resnet18
(深度学习工具箱),resnet50
(深度学习工具箱),resnet101
(深度学习工具箱),squeezenet
(深度学习工具箱),vgg16
(深度学习工具箱),vgg19
(深度学习工具箱).您可以使用这些预训练的模型进行分类和迁移学习。详细信息请参见并行和云中的深度学习(深度学习工具箱),预训练的深度神经网络(深度学习工具箱).
MATLAB worker Amazon Machine Images (AMI)现在支持C金宝appUDA 9.0
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 在未来的版本中,将删除对运金宝app行MATLAB版本R2016b的云中心支持。有关迁移策略的详细信息,请参见使用云计算中心的要求. 警告 MATLAB版本R2018b, R2018a, R2017b或R2017a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2018年8月
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app016a的云中心支持已被移除。有关迁移策略的详细信息,请参见使用云计算中心的要求. 错误 MATLAB版本R2018a, R2017b, R2017a或R2016b。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2018年4月
使用专用头节点模式创建集群
从这个版本开始,您可以在专用头节点模式下创建集群。启用头节点实例时,头节点实例专门运行管理服务,例如作业管理器,并且不承载任何MATLAB工作者。这种集群架构提高了性能。详细信息请参见为管理服务使用专用头节点实例.
最大工人数量增加到1024
您现在可以创建到
1024
工作机器在VPC网络的MATLAB R2018a起。
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 在未来的版本中,将删除对运金宝app行MATLAB版本R2016a的云中心支持。有关迁移策略的详细信息,请参见使用云计算中心的要求. 警告 MATLAB版本R2018a, R2017b, R2017a或R2016b。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2018年3月
金宝app支持MATLAB R2018a版本,包括用于深度学习的预训练卷积神经网络(CNN)
您可以在Cloud Center实例上运行MATLAB Release R2018a,包括对预训练卷积神经网络(CNN)模型的支持。金宝app这些网络现在可用于MATLAB版本R2018a的所有实例:AlexNet, vg -16, VGG-19, GoogLeNet, ResNet-50和ResNet-101。您可以使用这些函数访问模型
alexnet
(深度学习工具箱),vgg16
(深度学习工具箱),vgg19
(深度学习工具箱),googlenet
(深度学习工具箱),resnet50
(深度学习工具箱),resnet101
(深度学习工具箱).您可以使用这些预训练的模型进行分类和迁移学习。详细信息请参见并行和云中的深度学习(深度学习工具箱),预训练的深度神经网络(深度学习工具箱).
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 在未来的版本中,将删除对运金宝app行MATLAB版本R2016a的云中心支持。有关迁移策略的详细信息,请参见使用云计算中心的要求. 警告 MATLAB版本R2018a, R2017b, R2017a或R2016b。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2018年2月
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 在未来的版本中,将删除对运金宝app行MATLAB版本R2016a的云中心支持。有关迁移策略的详细信息,请参见使用云计算中心的要求. 警告 迁移到MATLAB版本R2017b, R2017a或R2016b。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2017年11月
用于深度学习的新型预训练卷积神经网络(CNN)
您可以在Cloud Center实例上运行MATLAB Release R2017b,包括对预训练卷积神经网络(CNN)模型的支持。金宝app这些网络现在可用于MATLAB R2017b的所有实例:GoogLeNet, ResNet-50, AlexNet, vg -16和VGG-19。您可以使用这些预训练的模型进行分类和迁移学习。具体操作请参见白皮书MATLAB和多gpu的深度学习,预训练的深度神经网络(深度学习工具箱).
金宝app支持新的P3实例类型
Cloud Center支金宝app持新的P3实例族。p3拥有多达8个NVIDIA Tesla V100 gpu,非常适合进行包括深度学习、建模和数据分析在内的高性能通用计算。
有关新添加的计算实例和区域可用性的详细信息,请参见选择支持的EC金宝app2实例机类型.
更新IAM角色创建流程
云中心屏幕上的指示更新,以帮助您通过最新的工作流程在亚马逊控制台创建IAM角色。
详情请参见授权云账号.
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app015b的云中心支持已被移除。 错误 MATLAB版本R2017b, R2017a, R2016b或R2016a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2017年9月
金宝app支持MATLAB R2017b版本,包括用于深度学习的预训练卷积神经网络(CNN)
您可以在Cloud Center实例上运行MATLAB Release R2017b,包括对预训练卷积神经网络(CNN)模型的支持。金宝app这些网络现在可用于MATLAB Release R2017a和MATLAB Release R2017b的所有实例:AlexNet、vg -16和VGG-19。您可以使用这些函数访问模型
alexnet
(深度学习工具箱),vgg16
(深度学习工具箱),vgg19
(深度学习工具箱).您可以使用这些预训练的模型进行分类和迁移学习。具体操作请参见白皮书MATLAB和多gpu的深度学习,预训练的深度神经网络(深度学习工具箱).
金宝app支持新的G3实例类型
Cloud Center支金宝app持新的G3实例系列。g3拥有多个具有高单精度性能的gpu,非常适合深度学习、图像处理和计算机视觉。
有关新添加的计算实例和区域可用性的详细信息,请参见选择支持的EC金宝app2实例机类型.
简化了在云中使用数据的工作流程
要使用云中的数据,可以将数据上传到Amazon S3,然后使用数据存储从集群中的worker访问S3中的数据。详细信息请参见使用MATLAB数据存储将数据传输到Amazon S3桶并访问数据.
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB R20金宝app15a版本的云中心支持已被移除。 错误 MATLAB版本R2017b, R2017a, R2016b或R2016a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。 在未来的版本中,将删除对运金宝app行MATLAB版本R2015b的云中心支持。 警告
2017年6月
深度学习:预先训练的卷积神经网络(CNN)模型AlexNet、vg -16和VGG-19现在可用于所有实例
三种预训练的卷积神经网络(CNN)模型现在仅在MATLAB R2017a版本的所有实例上可用:AlexNet、vg -16和VGG-19。您可以使用这些函数访问模型
alexnet
(深度学习工具箱),vgg16
(深度学习工具箱),vgg19
(深度学习工具箱).这些模型是SeriesNetwork
(深度学习工具箱)对象。您可以使用这些预训练的模型进行分类和迁移学习。详情请参见预训练的深度神经网络(深度学习工具箱).
新的“云中心入门”文档
详细信息请参见开始使用云中心.
金宝app支持新的Compute优化实例类型
c4。xlarge, 2个物理核,7.5 GB内存
c4.2xlarge, 4个物理核,15gb内存
c4.4 .4xlarge, 8个物理核,30gb内存
c4.8xlarge, 16个物理核,60gb内存
请注意
建议VPC内集群的默认实例为“c4.8xlarge”。
有关新添加的计算优化实例和区域可用性的详细信息,请参见选择支持的EC金宝app2实例机类型.
金宝app支持新的内存优化实例类型
r4。xlarge, 2个物理核,30.5 GB内存
r4.2xlarge, 4个物理核,61gb内存
r4.4 * large, 8个物理核,122gb内存
r4.8xlarge, 16个物理核,244gb内存
r4.16xlarge, 32个物理核,488 GB内存
有关新添加的计算优化实例和区域可用性的详细信息,请参见选择支持的EC金宝app2实例机类型.
金宝app支持新的存储优化实例类型
i3。xlarge, 2个物理核,30.5 GB内存,950 GB临时存储
i3.2xlarge, 4个物理核,61 GB内存,1900 GB临时存储
i3.4 .4xlarge, 8个物理核,122gb内存,3800gb临时存储
i3.8xlarge, 16个物理核,244gb内存,7600gb临时存储
i3.16xlarge, 32个物理核,488 GB内存,15200 GB临时存储
有关新添加的计算优化实例和区域可用性的详细信息,请参见选择支持的EC金宝app2实例机类型.
MATLAB Worker Amazon Machine Images (AMI)现在支持U金宝appbuntu 16.04 LTS
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app015aSP1的云中心支持已被移除。 错误 MATLAB版本R2015b, R2016a, R2016b或R2017a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2017年3月
云中的深度学习
您可以使用MATLAB和Cloud Center,使用Amazon Elastic Compute Cloud (Amazon EC2)和新的P2实例在云中执行深度学习。这些实例提供了对NVIDIA的访问®Tesla K80加速器配备NVIDIA GK210 gpu,包括错误纠正码(ECC)内存保护和双精度浮点运算。详细信息请参见基于MATLAB的云端深度学习白皮书.
MATLAB worker Amazon Machine Images (AMI)现在支持C金宝appUDA 8.0
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 在未来的版本中,对运行MA金宝appTLAB版本R2015a和R2015aSP1的云中心支持将被移除。 警告 MATLAB版本R2015b, R2016a, R2016b或R2017a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2017年1月
在每个集群节点上添加本地存储
现在可以使用类型为“通用固态驱动器”(“gp2”)的Amazon EBS卷作为本地存储。您可以指定已有的快照来实例化卷。有关更多信息,请参见创建云集群.
2016年11月
金宝app支持新的GPU计算实例类型
p2。xlarge, 2个物理核和1个GPU
p2.8xlarge, 16个物理核和8个gpu
p2.16xlarge, 32个物理核和16个gpu
有关新增GPU计算实例和区域可用性的详细信息,请参见选择支持的EC金宝app2实例机类型.
金宝app支持新的内存优化实例类型
r3。xlarge, 2个物理核,30.5 GiB内存
r3.2xlarge, 4个物理核,61 GiB内存
r3.4 × large, 8个物理核,122gib内存
r3.8xlarge, 16个物理核和244gib内存
有关新添加的内存优化实例和区域可用性的详细信息,请参见选择支持的EC金宝app2实例机类型.
2016年10月
MATLAB worker Amazon Machine Images (AMI)已被修复以缓解CVE-2016-5195
2016年9月
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app014b的云中心支持已被移除。 错误 MATLAB版本R2015a, R2015b, R2016a或R2016b。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2016年8月
通过Amazon Virtual Private Cloud (VPC)使用Cloud Center
VPC允许Cloud Center用户在您定义的虚拟网络中启动集群。有关更多信息,请参见创建云集群.
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app014b的云中心支持将被移除。 警告 MATLAB版本R2015a, R2015b, R2016a或R2016b。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。
2016年3月
MATLAB工作者亚马逊机器图像(AMI)现在支持CUDA 7.5金宝app
删除或更改功能
功能 结果 而不是使用 兼容性的考虑 对运行MATLAB版本R2金宝app014a的云中心支持已被移除。 错误 MATLAB版本R2014b, R2015a, R2015b或R2016a。 由于支持较新版本的MATLAB,因此在未来的版本中将删除对旧版本金宝app的支持。