主要内容

本页采用了机器翻译。点击此处可查看英文原文。

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

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

Coverage map for a transmitter site calculated using a GPU.

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