并行计算原理
选择一个并行计算解决方案
并行计算可以帮助你以不同的方式来解决大型计算问题。MATLAB®和并行计算工具箱™提供交互式编程环境,帮助解决你的计算任务。如果你的代码运行太慢,你可以配置它,vectorize,使用内置的MATLAB并行计算支持。然后你可以试着加快代码通过使用parfor在多个MATLAB工人在一个平行的池。如果你有大数据,您可以使用分布式阵列或扩大数据存储。您还可以执行一个任务,而不必等待它完成,使用parfeval,这样你就可以继续执行其他任务。您可以使用不同类型的硬件来解决你的并行计算问题,包括台式电脑、gpu,集群和云。
功能
主题
基础知识
- 选择一个并行计算解决方案
发现MATLAB提供的最重要的功能和并行计算工具箱来解决你的并行计算问题。 - 并行语言决策表
发现示例用例常见的并行计算语言特性。 - MATLAB函数自动并行支持运行
利用并行计算资源而不需要任何额外的编码。 - 交互式地循环使用parfor并行运行
把一个为循环为一个可伸缩的parfor循环。 - 在参数扫描与parfor情节
并行执行参数扫描和情节进展在并行计算。 - 从桌面到集群规模
开发本地机器上并行MATLAB®代码和规模集群。 - 运行批处理并行工作
从MATLAB使用批量卸载工作会议,在后台运行。 - 处理大数据在云端
这个例子展示了如何访问云中的大数据集和过程在云计算集群中使用MATLAB用于大数据的功能。 - 在后台使用parfeval评估函数
打破一个循环,收集结果。 - 运行在GPU MATLAB函数
提供一个gpuArray在GPU参数自动运行功能。 - 列车网络在云中使用自动并行的支持(深度学习工具箱)
这个例子展示了如何使用MATLAB训练卷积神经网络自动支持并行训练。
了解更多
- 并行计算是什么?
了解MATLAB和并行计算工具。 - 代码运行在并行池
了解启动和停止平行池,池的大小,和集群的选择。 - 在线程之间进行选择和基于流程的环境
与并行计算工具箱,您可以运行并行代码在不同的并行环境,比如线程或基于流程的环境。 - MATLAB函数线程环境中运行
检查支持MATLAB函数,你想在后台运行。 - 设置环境变量的工人
从客户机系统环境变量复制到集群中的工人。 - 编写可移植的并行代码
编写并行代码,可以使用并行资源如果你有并行计算工具箱,仍然运行如果没有并行计算工具。
