并行计算工具箱
在多核计算机、GPU和群集上执行并行计算
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。
工具箱允许您通过在本地运行的worker(MATLAB计算引擎)上执行应用程序来使用多核桌面的全部处理能力。在不更改代码的情况下,您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
对循环使用并行(帕弗
)在多核CPU上并行运行独立迭代,以解决参数扫描、优化和蒙特卡罗模拟等问题。parfor自动创建并行池并管理文件依赖项,因此您可以专注于自己的工作。几个MATLAB和Simulink产品中的关键函数具有并行启用函数。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布计算。您可以以交互方式和批处理方式执行并行应用程序。s manbetx 845万博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
、元素操作和一些线性代数操作,如陆
和mldivide
,也称为反斜杠运算符(\)。一些MATLAB和Simulink产品中的关键函数(如Deep Learning Toolbox)具有GPU启用的函数。您可以使用G万博1manbetxPU而无需编写任何s manbetx 845其他代码,因此您可以专注于应用程序,而不是性能调整。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。
处理大数据
并行计算工具箱扩展高的
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。然后可以缩放高的
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。
并行运行多个模拟
使用帕西姆
函数并行运行模拟。该函数将多个模拟分发到多核CPU,以加快总体模拟时间。帕西姆
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。
仿真管理器
仿真管理器集成帕西姆
并可用于在一个窗口中监视和可视化多个仿真。可以选择单个仿真并查看其规格,还可以使用仿真数据检查器检查仿真结果。您还可以方便地运行诊断任务或中止模拟。
利用支持并行的Simulink功能万博1manbetx
除了使用帕西姆
和巴契姆
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。
在公共云和私有云中运行MATLAB桌面
利用多台按需、高性能CPU和GPU机器加快分析和仿真速度。在Amazon Web服务中的虚拟机上直接运行MATLAB和Simulink万博1manbetx®(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。
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。