并行计算
执行MATLAB®程序和仿真软件®在cpu、gpu或两者上并行模拟
使用MATLAB的并行计算提供了语言和工具,可以帮助您通过桌面、集群和云中的cpu和gpu利用更多的硬件资源。
并行计算无需更改任何代码,因为数百个函数都有自动并行支持和GPU支持。
编写可移植的并行代码,可为任何使用或不使用并行计算工具箱的用户运行,并根据可用资源自动扩展。
编写一次并行代码,并在不同的集群环境中执行。
使用本地多核处理器和gpu解决计算密集型问题,或扩展到计算集群。
2022世界杯八强谁会赢?用于并行计算的产品
主题
并行计算原理
- 运行MATLAB函数与自动并行支持(并行计算工具箱)
利用并行计算资源,而不需要任何额外的编码。 - 交互式地并行运行循环使用parfor(并行计算工具箱)
把一个为
-loop转换为可伸缩的parfor
循环。 - 使用parfor在参数扫描期间绘制(并行计算工具箱)
并行执行参数扫描,并在并行计算期间绘制进度图。
并行模拟的动态仿真模块
- 运行多个模拟(模型)
运行多个模拟parsim
而且batchsim
命令,以及Simulink编辑器中的多重模拟面板。
使用gpuMATLAB
- 在图形处理器上运行MATLAB函数(并行计算工具箱)
提供一个gpuArray
参数将自动在GPU上运行函数。
向集群和云扩展
- 从桌面扩展到集群(并行计算工具箱)
在本地机器上开发并行MATLAB®代码,并扩展到集群。 - 在MATLAB在线中使用云中心集群并行计算工具箱(并行计算工具箱)
运行并行代码MATLAB在线™.
并行计算应用程序
- 在并行、gpu和云上扩展深度学习(深度学习工具箱)
探索用MATLAB并行和使用多个gpu(本地或云端)进行深度学习的选项。 - 使用并行计算工具箱最小化昂贵的优化问题(优化工具箱)
演示如何在两者中使用并行计算的示例全局优化工具箱和优化工具箱™求解器。