主要内容

并行计算原理

选择一个并行计算解决方案

并行计算可以帮助您以不同的方式解决大型计算问题。MATLAB®并行计算工具箱™ 提供一个交互式编程环境来帮助您处理计算任务。如果您的代码运行太慢,您可以对其进行分析、矢量化,并使用内置的MATLAB并行计算支持。然后,您可以尝试使用金宝appparfor并行池中的多个MATLAB工作程序。如果你有大数据,你可以使用分布式数组或数据存储.您还可以使用parfeval,以便您可以继续执行其他任务。您可以使用不同类型的硬件来解决并行计算问题,包括台式计算机、GPU、群集和云。

功能

全部展开

parfor 处决在worker上并行循环迭代
parfeval 在并行池工作器上运行函数
gpuArray 阵列存储在GPU上
分布式 从客户端访问分布式阵列的元素
批处理 运行MATLABworker上的脚本或函数
parpool 在集群上创建并行池
ticBytes 开始计算在并行池中传输的字节数
tocBytes 读取自调用以来已经传输了多少字节ticBytes

主题

基础知识

选择一个并行计算解决方案

发现MATLAB和并行计算工具箱提供的最重要的功能,以解决您的并行计算问题。

运行MATLAB函数与自动并行支持金宝app

利用并行计算资源而不需要任何额外的编码。

使用parfor交互式并行运行循环

转换缓慢-循环进入更快parfor循环。

Plot During Parameter Sweep with parfor

这个示例演示了如何并行执行参数扫描,并在并行计算期间绘制进度图。

从桌面扩展到群集

这个例子展示了如何在本地机器上开发并行MATLAB®代码,并扩展到集群。

运行批处理并行作业

使用批处理将MATLAB会话中的工作卸载到后台运行。

在云端处理大数据

此示例演示如何访问云中的大型数据集,并使用MATLAB大数据功能在云集群中处理它。

使用parfeval在后台计算函数

尽早跳出循环,并在结果可用时收集它们。

在GPU上运行MATLAB函数

MATLAB和其他工具箱中的数百个函数在GPU上自动运行,如果你提供一个gpuArray论点

使用自动并行支持在云中训练网络金宝app(深度学习工具箱)

这个例子展示了如何使用MATLAB自动支持并行训练卷积神经网络。金宝app

了解更多

什么是并行计算?

了解MATLAB和并行计算工具箱。

在并行池上运行代码

了解启动和停止并行池、池大小和集群选择。

在基于线程和基于进程的环境中进行选择

使用并行计算工具箱,您可以在不同的并行环境中运行并行代码,例如基于线程或基于进程的环境。

在线程环境中运行MATLAB函数

检查是否支持金宝app要在后台运行的MATLAB函数。

在Workers上设置环境变量

将系统环境变量从客户端复制到集群中的工作人员。

编写可移植并行代码

编写并行代码,如果你有并行计算工具箱,它可以使用并行资源,如果你没有并行计算工具箱,它仍然可以运行。

相关信息

特色的例子