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。诸如并行for循环、特殊数组类型和并行数值算法等高级结构使您能够并行化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 Parallel Server™)。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。
用多核计算机加速MATLAB
使用parallel for循环(parfor)在多核cpu上并行运行独立的迭代，以解决诸如参数扫描、优化和蒙特卡罗模拟等问题。Parfor将并行池的创建自动化，并管理文件依赖性，这样您就可以专注于您的工作。几个MATLAB和Simulink产品中的关键函数具有并行使能函数。2022世界杯八强谁会赢？通过“并行计算工具箱”，这些函数可以跨可用的并行计算资源分配计算。您可以以交互方式和批处理方式执行并行应用程序。
使用并行计算工具箱以额外的CPU和GPU资源加速MATLAB和Simulink。
用gpu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、元素智慧运算，以及若干线性代数运算，例如陆而且mldivide，也称为反斜杠操作符(\)。一些MATLAB和Simulink产品中的关键函数，如深度学习工具箱，具有GPU启用的功能2022世界杯八强谁会赢？。您可以使用gpu而不必编写任何额外的代码，因此您可以专注于您的应用程序，而不是性能调优。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。
使用gpuArray以及gpu支持的MATLAB函数，帮助加速MATLAB运算，无需低级CUDA编程。
处理大数据
“并行计算工具箱”扩展了高数组和mapreduce功能内置到MATLAB中，以便您可以在本地工作者上运行以提高性能。然后你可以缩放高数组和mapreduce使用传统集群上的MATLAB并行服务器或Apache Spark™和Hadoop提供的额外资源®集群。您还可以在桌面上创建分布式阵列的原型，然后使用MATLAB并行服务器扩展到其他资源。
使用MATLAB并行分析大数据集高数组。
并行运行多个模拟
使用parsim函数并行运行模拟。该功能将多个模拟分布到多核cpu，以加快整体模拟时间。parsim还可以自动创建并行池，识别文件依赖关系，并管理构建工件，以便您可以专注于您的设计工作。您可以交互式地或批处理地执行并行模拟。
使用多个模拟面板或parsim函数并行运行模拟。
仿真管理器
模拟管理器集成parsim并且可以用于在一个窗口中监视和可视化多个模拟。您可以选择单个模拟并查看其规范，也可以使用模拟数据检查器来检查模拟结果。您还可以方便地运行诊断任务或中止模拟。
使用仿真管理器在一个窗口中监视多个仿真。
在公有云和私有云中运行MATLAB桌面
通过利用多台按需高性能CPU和GPU机器，加速分析和模拟。在Amazon Web Services中的虚拟机上直接运行MATLAB和Simulink®(AWS)环境或微软Azure®．
您还可以通过在NVIDIA GPU Cloud或NVIDIA DGX上的MATLAB深度学习容器中训练神经网络来加速您的深度学习应用程序。
在Amazon Web Services (AWS)环境中的EC2实例上直接运行MATLAB和Simulink。
用MATLAB并行服务器扩展到集群
在您的桌面上开发一个原型，并在不重新编码的情况下扩展到计算集群或云。通过更改集群配置文件，可以从桌面访问不同的执行环境。
使用额外的集群和云资源轻松扩展应用程序，而无需更改代码。
您也可以从以下列表中选择网站: