主要内容

本页采用了机器翻译。点击此处可查看最新英文版本。

Parallel Computing Toolbox

在多核计算机、GPU 和计算机集群上执行并行计算

通过 Parallel Computing Toolbox™,您可以使用多核处理器、GPU 和计算机集群解决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,您无需进行 MATLAB® 或 MPI 编程即可扩展 CUDA® 应用程序。通过 Parallel Computing Toolbox,您还可以使用 MATLAB 和其他工具箱中支持并行功能的函数,并行运行多个 Simulink® 仿真。程序和模型可以交互模式和批处理模式运行。

借助该工具箱,您可以通过在本地运行的线程工作单元和进程工作单元(MATLAB 计算引擎)上执行应用程序来充分利用多核和支持 GPU 的桌面的处理能力。您无需更改代码,即可在集群或云上运行相同的应用程序(使用 MATLAB Parallel Server™)。您还可以将工具箱与 MATLAB Parallel Server 一起使用,执行单台计算机内存无法容纳的大型矩阵计算。

Parallel Computing Toolbox 快速入门

Parallel Computing Toolbox 基础知识学习

应用

探索加速仿真、求解器、统计模型、信号处理和图像处理的示例

并行计算基础

选择并行计算解决方案

并行 for 循环 (parfor)

通过在并行池中的工作单元上运行 parfor 来使用并行处理

异步并行编程

使用 parfeval 在后台计算函数

大数据处理

使用分布式数组、tall 数组、数据存储或 mapreduce 在 Spark® 和 Hadoop® 集群上并行分析大数据集

批处理

将函数执行卸载到后台运行

GPU 计算

通过在 GPU 上运行代码来加快其执行速度

集群和云

发现集群资源并使用集群配置文件