主要内容

이번역페이지는최신내용을담고있지않습니다。최신내용을영문으로보려면여기를클릭하십시오。

并行计算工具箱

멀티코어컴퓨터,GPU및컴퓨터클러스터에서병렬계산수행

并行计算工具箱™를이용하면멀티코어프로세서,GPU및컴퓨터클러스터를사용하여계산량이많고데이터집약적인문제를풀수있습니다。하이레벨구문(병렬为루프,특수배열유형및병렬화된수치알고리즘)을사용하여CUDA또는MPI프로그래밍없이도MATLAB®응용프로그램을병렬화할수있습니다。이툴박스를이용하면MATLAB및기타툴박스의병렬지원함수를사용할수있습니다。万博1manbetx动态仿真模块®와함께사용하여모델의여러시뮬레이션을병렬로실행할수있습니다。프로그램과모델은대화형모드와일괄처리모드에서실행할수있습니다。

이툴박스를사용하면로컬로실행되는워커(MATLAB계산엔진)에서응용프로그램을실행하여멀티코어데스크탑의처리성능을최대한활용할수있습니다。코드를변경하지않고MATLAB并行服务器™를사용하여클러스터나클라우드에서동일한응용프로그램을실행할수있습니다。또한MATLAB并行服务器와함께이툴박스를사용하면단일컴퓨터의메모리에담기에는너무큰행렬계산도실행할수있습니다。

并行计算工具箱시작하기

并行计算工具箱의기본사항배우기

병렬연산기본사항

병렬연산해결책선택하기

병렬为루프(parfor)

병렬풀의워커에서parfor를실행하여병렬처리사용

비동기병렬프로그래밍

parfeval을사용하여백그라운드에서함수실행

빅데이터처리

火花®및Hadoop®클러스터에서분산배열,高형배열,데이터저장소또는mapreduce를사용하여빅데이터세트를병렬로분석

일괄처리

백그라운드에서실행하도록함수실행분담

GPU연산

GPU에서코드를실행하여속도향상

클러스터및클라우드

클러스터리소스를검색하고클러스터프로파일로작업합니다。

성능프로파일링

병렬코드의성능개선