MATLAB 代码加速和并行化

课程详细信息

本课程为期两天，包含多种 MATLAB^® 代码加速运行的技术。使用诸如预分配和向量化的技术，您可以找出计算瓶颈并解决该问题。此外，您将使用 MATLAB Coder™ 将 MATLAB 代码编译为 MEX 文件。您还可以使用 Parallel Computing Toolbox™ 在计算机上并行处理多个 for 循环以充分利用多核，并使用 MATLAB Parallel Server™ 将计算扩展到从拥有中等数量的核到支持高性能计算 (HPC) 的集群或云上。本课程将讨论这些概念的相互作用。若您进行长时间仿真工作，本课程的示例和练习将会让你受益良多。内容包括：

提高核心 MATLAB 性能
生成 MEX 文件
计算并行化
负载均衡
使用集群
GPU 计算

第1天 (共2天)

改善性能

目标: 分析代码性能，使用技术加速 MATLAB。

发现瓶颈
数组预分配
多种向量化操作
算法重写

生成 MEX 文件

目标: 从 MATLAB 代码生成编译代码文件以获得更好的性能。

MATLAB Coder 概述和工作流程
生成并验证 MEX 文件
调用不支持的函数
调整 MEX 文件生成设置

计算并行化

目标: 使用多核并行化代码并行。

打开其他 MATLAB 进程
并行运行 for 循环
评估加速
并行处理多个文件

第2天 (共2天)

for 循环并行化

目标: 讨论 for 循环并行化的细节和 for 循环到 parfor 循环的转化应用技术。

for 循环并行化的需求
for 循环并行化
检索中间结果

负载均衡

目标: 将计算负载转移到另一个 MATLAB 进程以便使用 MATLAB 同时处理其他任务。这也是使用集群的准备步骤。

批量处理
创建批量工作
检索结果
使用 Job Monitor

使用集群

目标: 使用多台计算机加速计算和实现广泛仿真。

本地和远程集群
动态许可证
集群发现和连接
文件访问

GPU 计算

目标: 在 GPU 中运行 MATLAB 代码。

GPU 架构和处理概述
适用于 GPU 处理的应用
在 GPU 中调用 MATLAB 函数
使用 GPU Coder™ 生成 CUDA^® MEX 文件
使用现有的 CUDA 代码

难度: 中级

课程要求:

MATLAB 基础

持续时间: 2 天

语言: English, 한국어

查看时间表并报名