通过 Parallel Computing Toolbox,您可以使用多核处理器、GPU 和计算集群求解计算密集型和数据密集型问题。利用并行 for 循环、特殊数组类型和并行化数值算法等高级构造,您无需 CUDA 或 MPI 编程即可扩展 MATLAB 应用程序。借助 Parallel Computing Toolbox,您还可以并行运行 MATLAB 和其他工具箱中支持并行的函数,以及多个 Simulink 仿真。程序和模型均可在交互模式和批处理模式下运行。
该工具箱通过在本地运行的线程和工作进程(MATLAB 计算引擎)上执行应用程序,让您充分利用多核和支持 GPU 的桌面端的处理能力。无需更改代码,您就可以在集群或云上(使用 MATLAB Parallel Server)运行同一应用程序。您还可以将该工具箱与 MATLAB Parallel Server 结合使用,以执行由于太大而无法载入单台机器内存的矩阵计算。
支持并行的其他 MATLAB 功能
MATLAB 和附加产品中的许多功能都具有自动并行支持,许多 App 都启用了并行功能。Parallel Computing Toolbox 提供了对广泛的执行模型支持,涵盖从并行函数执行到数据并行机制。您无需重新编写算法即可享用。
并行运行多个 Simulink 仿真
使用 parsim
函数并行运行仿真。该函数通过将多个仿真分布到多核 CPU 上来加快整体仿真速度。parsim
还可自动创建并行池、识别文件依存关系并管理编译工件,从而让您专注于设计工作。您可以通过交互方式或以批处理方式执行并行仿真。
在公有云和私有云中运行 MATLAB 桌面
通过利用云中的按需高性能 CPU 和 GPU 机器加快分析和仿真速度。在 Amazon Web Services® (AWS) 或 Microsoft Azure® 中的虚拟机上直接运行 MATLAB 和 Simulink。
使用 MATLAB Parallel Server 扩展到集群
在您的桌面端上开发原型,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,即可从您的桌面端访问不同执行环境。
在 MATLAB Parallel Server 上使用分布式数组
无需重新编写算法,即可执行单机内存无法容纳的计算。很多函数可在使用分布式数组输入调用时自动启用分布式计算运行。在您的桌面端上构建原型,并使用 MATLAB Parallel Server 扩展到更多资源以利用所有这些资源来执行。
产品资源:
“我们使用 Parallel Computing Toolbox 和 MATLAB Parallel Server 将工作分布到一个包含 56 个处理器的集群上执行。这样,我们就能够使用 MATLAB 和 Deep Learning Toolbox 快速确定最佳神经网络配置,基于移植数据库中的数据训练网络,然后运行仿真以分析风险因素和存活率。”
Johan Nilsson 博士,隆德大学 Skåne 校医院