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和计算机集群解决计算和数据密集型问题。诸如并行for循环、特殊数组类型和并行数值算法等高级构造使您能够并行化MATLAB®应用程序没有CUDA或MPI编程。这个工具箱允许您在MATLAB和其他工具箱中使用支持并行的函数。您可以使用带有Simulink的工具箱万博1manbetx®并行地运行一个模型的多个仿真。程序和模型可以在交互和批处理模式下运行。
通过在本地运行的workers (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。不需要更改代码，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过于庞大而单个机器无法容纳的矩阵计算。
开始:
用多核计算机加速MATLAB
使用并行循环(parfor)在多核cpu上并行地运行独立的迭代，以解决诸如参数扫描、优化和蒙特卡洛模拟等问题。parfor自动创建并行池并管理文件依赖关系，以便您可以将精力集中在工作上。几个MATLAB和Simulink产品中的关键功能都具有并行启用功能。s manbetx 845万博1manbetx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配计算。您可以以交互方式和批处理方式执行并行应用程序。
使用并行计算工具箱加速MATLAB和Simulink与额外的CPU和GPU资源。万博1manbetx
用gpu加速MATLAB
并行计算工具箱使您能够使用NVIDIA®gpu直接从MATLAB使用GPUArray。超过500个MATLAB函数自动运行在NVIDIA gpu上，包括fft、元素操作和几个线性代数操作，如陆和mldivide，也称为反斜杠操作符(\)。一些MATLAB和Simulink产品中的关键功能，如Deep Lear万博1manbetxning Tools manbetx 845box，都有GPU启用的功能。您可以使用gpu而不需要编写任何额外的代码，因此您可以专注于您的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函数，帮助加速MATLAB操作，无需低层次CUDA编程。
处理大数据
并行计算工具箱扩展了高数组和mapreduce内置在MATLAB中的功能，可以在本地工作人员上运行以提高性能。然后你可以缩放高数组和mapreduce传统集群或Apache Spark™和Hadoop上的MATLAB并行服务器最多可提供额外资源®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。
使用MATLAB高数组并行分析大数据集。
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布到多核cpu，以加快整个模拟时间。parsim还可以自动创建并行池、识别文件依赖关系和管理构建工件，以便您可以将精力集中在设计工作上。您可以交互地或批处理地执行并行模拟。
使用parsim函数并行运行多个模拟。
仿真管理器
仿真管理集成parsim并可用于在一个窗口中监视和可视化多个模拟。您可以选择单个模拟并查看其规范，还可以使用模拟数据检查器检查模拟结果。您还可以方便地运行诊断任务或中止模拟。
用模拟管理器在一个窗口中监视多个模拟。
利用并行化的Simulink功能万博1manbetx
除了使用parsim和batchsim有许多Simulink产品，包括提万博1manbetx供并行功能的Simulink Design Optimization™、Reinforcement Leas manbetx 845rning Toolbox™、Simulink Test™和Simulink Coverage™，因此您可以并行运行模拟，而不需要编写任何代码。
可以通过首选项或标志设置启用并行模拟。
在公共和私有云中运行MATLAB桌面
通过利用多个按需、高性能的CPU和GPU机器来加速分析和模拟。直接在Amazon Web服务万博1manbetx的虚拟机上运行MATLAB和Simulink®(AWS)环境或微软Azure®。
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您的深度学习应用程序。
直接在Amazon Web S万博1manbetxervices (AWS)环境中的EC2实例上运行MATLAB和Simulink。
利用MATLAB并行服务器扩展到集群
在桌面上开发一个原型，无需重新编码即可扩展到计算集群或云。只需更改集群配置文件，就可以从桌面访问不同的执行环境。
使用额外的集群和云资源轻松扩展应用程序，而无需更改代码。
平行分析
学习用新的文档来分析并行代码的技巧和技术
图形处理功能
使用新的和增强的gpuArrayMATLAB中的函数，统计与机器学习工具箱，音频工具箱，信号处理工具箱，小波工具箱
工作数组
使用通用调度器接口将作业数组提交给第三方调度器
分布式阵列
在MATLAB中使用新的和增强的分布式数组功能
新的基于线程的并行池
优化减少内存使用，更快的调度，和更少的数据传输，为MATLAB函数的一个子集
看到发布说明有关这些特性及其相应功能的详细信息。
