并行计算工具箱
在多核计算机、gpu和集群上执行并行计算
并行计算工具箱™ 允许您使用多核处理器、GPU和计算机群集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编程的应用程序。工具箱允许您在MATLAB和其他工具箱中使用并行启用的函数。您可以将工具箱与Simulink一起使用金宝app®并行运行一个模型的多个模拟。程序和模型可以以交互模式和批处理模式运行。
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MATLAB Parallel Server的工具箱来执行矩阵计算，这些计算太大，无法放入单个机器的内存中。
开始：
用多核计算机加速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
用gpu加速MATLAB
并行计算工具箱使您能够使用NVIDIA®使用MATLAB直接从gpu中调用gpuArray．超过500个MATLAB函数在NVIDIA gpu上自动运行，包括快速傅里叶变换、元素运算和若干线性代数运算，例如鲁和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并且GPU支持MATLAB函数，以帮助加快MATLAB操作，而无需低级CUDA编程。
处理大数据
并行计算工具箱扩展了高数组和地图还原MATLAB内置的功能，使您可以在本地工人身上运行，以提高性能。然后，您可以进行缩放高数组和地图还原在传统群集或Apache Spark上使用MATLAB并行服务器最多可提供额外资源™ 还有Hadoop®集群。您还可以在桌面上创建分布式数组的原型，然后使用MATLAB Parallel Server扩展到其他资源。
利用MATLAB并行分析大数据集高数组。
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、识别文件依赖项和管理构建工件，以便您可以专注于设计工作。您可以交互或批量执行并行模拟。
使用parsim函数并行地运行多个模拟。
仿真管理器
Simulation manager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parsim和batchsim函数运行Simulink仿真，有许金宝app多Simulink产品，包括Simulink设计优化™, 强化学习工具箱™, 模拟试验™, 和Simuli下载188bet金宝搏nk覆盖范围™ 它提供了并行功能，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）环境或在Microsoft Azure中®．
您还可以通过在NVIDIA GPU云或NVIDIA DGX上的MATLAB深度学习容器中训练神经网络来加速深度学习应用程序。
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
在桌面上开发一个原型，并在不重新编码的情况下扩展到计算集群或云。只需更改群集配置文件，即可从桌面访问不同的执行环境。
使用额外的群集和云资源轻松扩展应用程序，而无需更改代码。
