应用
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。高级构造 - 并行 for 循环、特殊数组类型和并行化数值算法 - 允许您无需进行 CUDA® 或 MPI 编程即可扩展 MATLAB® 应用程序。
探索这些示例，了解并行计算如何缩短获得结果所需的时间。
类别
- 在 Simulink 中使用并行计算
使用并行计算加速 Simulink® 仿真
- 优化
通过并行计算加速求解优化问题
- AI 与统计
通过并行计算加速统计、机器学习和深度学习应用
- 信号处理、音频与无线技术
加速信号处理、音频处理、无线通信及雷达处理应用
- 图像处理和计算机视觉
通过并行计算加速图像处理、计算机视觉和医学成像应用
- 预测性维护
通过并行计算加速预测性维护应用
精选示例
Parallel Simulations Using Parsim: Parameter Sweep in Normal Mode
Run multiple simulations of a Monte Carlo study in parallel by using Parallel Computing Toolbox™. Parallel execution leverages the multiple cores of your host machine to run many simulations more quickly. These simulations could also be run in parallel on computer clusters using the MATLAB® Parallel Server™. This example will work even if the Parallel Computing Toolbox™ or the MATLAB Parallel Server is not available, but the simulations will run in serial.
并行优化 Simulink 模型
此示例展示如何使用多个 Global Optimization Toolbox 求解器并行优化 Simulink 模型。
Train Classification Ensemble in Parallel
Train a bagged ensemble in parallel reproducibly.
Accelerate Audio Machine Learning Workflows Using a GPU
Use GPU computing to accelerate machine learning workflows for audio, speech, and acoustic applications.
Accelerate MIMO-OFDM Link Simulation Using GPU
Accelerate a MIMO-OFDM link simulation with LDPC channel coding by using a GPU.
Accelerate Signal Feature Extraction and Classification Using a Parallel Pool of Workers
Use parallel computing to extract signal multidomain features for bearing fault detection.
使用自动多 GPU 支持训练网络
此示例说明如何使用自动并行支持在本地计算机上使用多个 GPU 进行深度学习训练。
