集群和云

发现集群资源并使用集群配置文件

如果您的计算任务对于您的本地计算机来说过于庞大或速度太慢，您可以将计算卸载到现场集群或云中，以最少的更改运行您的 MATLAB^® 代码。尝试使用 MATLAB 工具条中的并行 > 发现集群来了解您是否已有可用的集群。

如果您已经拥有一个带调度器的集群，则可以使用 MATLAB Parallel Server™ 将 MATLAB 与其集成。或者，如果您没有现有的调度器，则 MATLAB Parallel Server 提供了 MATLAB 作业调度器。

函数

`parcluster`	创建集群对象
`parpool`	在集群上创建并行池
`gcp`	获取当前并行池
`pctconfig`	配置 Parallel Computing Toolbox 客户端会话或 MATLAB Parallel Server 工作单元的设置
`pctRunOnAll`	在客户端和并行池中的所有工作单元上运行命令

partition 对并行池进行分区 (自 R2025a 起)

`parallel.Pool`	工作单元并行池
`parallel.Cluster`	访问集群属性和行为

从桌面扩展到集群
在本地计算机上开发并行 MATLAB® 代码并扩展到集群。
在云中处理大数据
此示例展示了如何访问云中的大型数据集，并使用 MATLAB® 大数据功能在云集群中对其进行处理。
将并行代码扩展到大型集群

探索扩展并行 MATLAB 代码以使用大型 HPC 集群的选项。
使用远程 GPU
此示例展示如何在集群中的多个远程 GPU 上运行 MATLAB® 代码。 (自 R2024a 起)
利用 HPC Challenge 对您的集群进行基准测试
此示例展示如何使用 HPC Challenge 基准测试来评估计算集群的性能。该基准测试由几项测量不同内存访问模式的测试组成。欲了解更多信息，请参阅 HPC Challenge 基准。
集群工作单元基准测试
此示例显示如何在集群工作单元上运行 MATLAB® 基准。基准测试了几个 MATLAB 计算的执行速度。您可以绘制这些结果并比较客户端和工作单元的表现。