并行计算工具箱
在多核计算机、gpu和集群上执行并行计算
Parallel Computing Toolbox™让您使用多核处理器、gpu和计算机集群解决计算和数据密集型问题。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®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Simulink工具箱万博1manbetx®并行地运行一个模型的多个模拟。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。s manbetx 845万博1manbetx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。万博1manbetx
用图形处理器加速MATLAB
并行计算工具箱使您能够使用NVIDIA®gpu直接从MATLAB中使用gpuArray．超过500个MATLAB函数在NVIDIA gpu上自动运行，包括fft、元素运算和若干线性代数运算，例如陆和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，都万博1manbetx有启用GPU的功能s manbetx 845。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以及支持gpu的MATLAB函数，以帮助加快MATLAB操作，而无需进行低级CUDA编程。
处理大数据
并行计算工具箱扩展高数组和mapreduce内置在MATLAB中的功能，以便您可以在本地工作人员上运行，以提高性能。然后可以缩放高数组和mapreduce使用MATLAB Parallel Server在传统集群或Apache Spark™和Hadoop上提供额外的资源®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。您可以交互式地或批量地执行并行模拟。
使用parsim函数并行地运行多个模拟。
仿真管理器
仿真管理器集成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功能万博1manbetx
除了使用parsim和batchsim有许多Simulink产品，包括S万博1manbetximulink Design Optimization™，Reinforcement Learning Ts manbetx 845oolbox™，Simulink Test™和Simulink Coverage™，它们提供并行能力，因此您可以并行运行仿真，而无需编写任何代码。
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万博1manbetxvices的虚拟机上直接运行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。
使用MATLAB并行服务器扩展到集群
在桌面上开发一个原型，不需要重新编码就可以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。
