Beschleunigen und Parallelisieren von MATLAB-Code

Kursbeschreibung

In diesem zweitägigen Kurs wenden Sie verschiedene Techniken zur Beschleunigung von MATLAB^®-Code an. Sie identifizieren die zeitintensiven Codeabschnitte und beschleunigen diese mittels Techniken wie Vorbelegung von Variablen und Vektorisierung oder auch Erstellung von MEX-Dateien mit MATLAB Coder™. Zusätzlich parallelisieren Sie for-Schleifen mit der Parallel Computing Toolbox™ und nutzen so alle Rechenkerne Ihres Computers. Darüber hinaus können Sie mit MATLAB Parallel Server™ die Codeausführung auch auf mehrere Rechner verteilen. Wenn Sie mit zeitintensiven Berechnungen oder Simulationen arbeiten, werden Sie von den angewandten Beispielen profitieren.

Die Themen sind unter anderem:

Verbessern der Laufzeit ohne Einsatz zusätzlicher Toolboxen
Generieren von MEX-Dateien
Parallelisieren von for-Schleifen
Auslagern von Berechnungen
Arbeiten auf Clustern
Rechnen gpu汪汪汪

Tag 1 von 2

Verkürzen der Laufzeit

Ziel:Analysieren des Laufzeitverhaltens von Code und Anwenden von Strategien zur Verkürzung der Laufzeit.

Identifizieren von zeitintensiven Codeabschnitte
Vorbelegen von Arrays
Verschiedene Techniken der Vektorisierung
Umschreiben von Algorithmen

Generieren von MEX-Dateien

Ziel:Generieren von MEX-Dateien aus MATLAB-Code zur schnelleren Abarbeitung des Codes.

Überblick über MATLAB Coder und die allgemeine Vorgehensweise bei der Codeerzeugung
Generieren und Verifizieren von MEX-Dateien
Aufrufen nicht unterstützter Funktionen
Anpassen der Optionen für die Generierung von MEX-Dateien

Parallelisieren von Berechnungen

Ziel:Parallelisieren der Code-Ausführung um mehrere Rechenkerne zu nutzen.

Öffnen zusätzlicher MATLAB-Prozesse
Ausführen paralleler for-Schleifen
Messen der erzielten Beschleunigung
Paralleles Verarbeiten von Dateien

Tag 2 von 2

Parallele for-Schleifen

Ziel:Tieferes Verständnis von parallelen for-Schleifen und Anwenden von Techniken zur Umwandlung von for-Schleifen in parfor-Schleifen.

Anforderungen an parallele for-Schleifen
Parallelisieren von for-Schleifen
Abfragen von Zwischenergebnissen

Auslagern von Berechnungen

Ziel:Auslagern von Berechnungen in einen separaten MATLAB-Prozess um MATLAB zwischenzeitlich für andere Aufgaben nutzen zu können. Dies ist auch ein Vorbereitungsschritt zum Arbeiten auf Clustern.