主要内容

开始使用并行计算工具箱

在多核计算机、gpu和计算机集群上执行并行计算

并行计算工具箱™允许您使用多核处理器、gpu和计算机集群解决计算和数据密集型问题。高级结构——并行for循环、特殊数组类型和并行化数值算法——使您能够并行化MATLAB®没有CUDA或MPI编程的应用程序。该工具箱允许您在MATLAB和其他工具箱中使用启用并行的函数。你可以在Simulink中使用工具箱®并行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。

该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。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™)．你也可以用这个工具箱MATLAB并行服务器执行大到无法装入单个机器内存的矩阵计算。

教程

对并行计算

特色的例子

使用parfor在参数扫描期间绘制

使用parfor在参数扫描期间绘制

并行执行参数扫描，并在并行计算期间绘制进度图。
打开生活的脚本
在GPU上使用FFT2模拟衍射模式

在GPU上使用FFT2模拟衍射模式

使用并行计算工具箱™在GPU上执行二维快速傅里叶变换(FFT)。二维傅里叶变换在光学中用于计算远场衍射图。当单色光源通过一个小的光圈时，就可以观察到这些衍射模式，比如杨氏双缝实验。
打开脚本
用分布式阵列直接法求解线性方程组

用分布式阵列直接法求解线性方程组

用分布式阵列直接法并行求解Ax=b形式的线性方程组。
打开生活的脚本
从桌面扩展到集群

从桌面扩展到集群

在本地机器上开发并行MATLAB®代码，并扩展到集群。
打开生活的脚本
云端处理大数据

云端处理大数据

访问云中的大数据集，并使用MATLAB的大数据功能在云集群中处理它。
打开生活的脚本
采用自动并行支持的云中列车网络

采用自动并行支持的云中列车网络

训练卷积神经网络使用MATLAB自动支持并行训练。深度学习训练通常需要数小时或数天。通过并行计算，您可以在本地或云中的集群中使用多个图形处理单元(gpu)加速训练。如果您可以访问具有多个gpu的计算机，那么您可以在数据的本地副本上完成这个示例。如果你想使用更多的资源，那么你可以将深度学习训练扩展到云。要了解关于并行培训选项的更多信息，请参见并行和云中的扩展深度学习。本示例指导您完成使用MATLAB自动并行支持在云中集群中训练深度学习网络的步骤。

视频

并行计算工具箱概述
在多核计算机、gpu和集群上并行扩展计算

用MATLAB介绍GPU计算
使用GPU和内置GPU支持加速您的MATLAB应用程序

Baidu
map