MATLAB Parallel Server

在集群和云上执行 MATLAB 和 Simulink 计算

利用 MATLAB Parallel Server™,可以将 MATLAB® 程序和 Simulink® 仿真扩展到集群和云。您可以在桌面上建立程序原型并进行仿真,然后在集群和云上运行,无需重新编码。MATLAB Parallel Server 支持批处理作业、交互式并行计算以及含有大型矩阵的分布式计算。

所有集群端许可都由 MATLAB Parallel Server 处理。在集群上动态启用您的桌面许可证配置文件,因此您不需要为集群提供 MATLAB 许可证。该许可模型包括支持无限扩展的特性。

MATLAB Parallel Server 在集群上以调度应用程序的方式运行您的程序和仿真。您可以使用 MATLAB Parallel Server 提供的 MATLAB 优化的调度程序或您自己的调度程序。插件框架可实现与常见集群调度程序提交客户端直接通信。

在 R2019a 版本之前,MATLAB Parallel Server 被称为 MATLAB Distributed Computing Server。

开始:

编写一次代码,在多种环境中使用

使用 Parallel Computing Toolbox™ 在本机建立应用程序原型并调试,无需重新编码,便可轻松扩展到集群或云上。交互式开发,并通过批处理工作流程移至生产环境。

不改变算法,在多个机器上运行

在本机开发原型,然后扩展到计算机集群,而无需重新编码。只需更改集群配置文件,便可从您的桌面访问不同的执行环境。

并行执行迭代,更快获得结果。

访问集中式资源上的 CPU 和 GPU

在不离开 MATLAB Desktop 环境的情况下,充分利用您所在机构集群中的高端硬件。

将集群配置文件添加到 MATLAB,以允许访问可用的集群资源。 

扩展计算

在计算集群和云上运行计算密集型 MATLAB 应用程序和 Simulink 模型。MATLAB Parallel Server 支持批处理、并行应用程序、GPU 计算和分布式内存。

自动管理多个 Simulink 仿真

轻松设置多个运行和参数扫描,管理模型依赖关系并建立文件夹,将基础工作区变量传递给集群进程。使用仿真管理器用户界面,可视化管理 Simulink 模型在一个集群上的多次运行。

在一个窗口中监控多个仿真。

通过 Windows、Mac 或 Linux 处理大数据

在少量或大量数据上使用相同的 MATLAB 分析。通过 Windows®、Mac® 或 Linux® 桌面,您可以处理支持 Spark™ 的 Hadoop® 集群上的大数据,也可以处理标准的传统集群文件系统大数据。

使用 tall 数组和数据存储分析大型数据集。

克服内存障碍

执行不适合在单机内存中处理的计算,而不需要重新编写算法或使用共享内存架构。

分布式数组可用于对无法在单机内存中处理的过大数据执行计算。

使用单个许可证管理任何大小的集群

对于最终用户在本机上使用的产品,自动授权他们在集群上使用。该集群仅需要 MATLAB Parallel Server 许可证。

在集群上使用您的桌面工具箱

MATLAB Parallel Server 是集群上唯一需要的许可证。动态的许可机制在集群上启用每个用户特定的桌面许可证配置文件。 

只要有 MATLAB Parallel Server 许可证便可在集群上运行所有已获许可的桌面产品。

使用您的现有硬件和基础架构

通过一些专用机器创建集群并使用 MATLAB 作业调度器管理作业,或者与现有集群集成,使用第三方调度器管理作业。用户无需离开 MATLAB 便可以管理他们的作业。

在多个计算机节点的 CPU 和 GPU 上执行。

将应用程序扩展到云端

与公共云和私有云集成。访问云端更强大的专业化硬件。使用来自 MathWorks 和 MathWorks 托管服务提供商的预配置选项,或构建您自己的基础架构。  

有多个选项可将并行计算扩展到云中的集群。

参见 MATLAB Parallel Server 具体应用

最新特性

并行分析

了解使用新文档分析并行代码的技巧和技术

面向第三方调度程序的 AdditionalProperties

了解如何使用新文档自定义示例插件脚本的行为

作业数组

使用通用调度程序接口将作业数组提交至第三方调度程序

GPU 功能

在 MATLAB、Statistics and Machine Learning Toolbox、Audio Toolbox、Signal Processing Toolbox 和 Wavelet Toolbox 中使用新的及增强的 gpuArray 函数

分布式数组

在 MATLAB 中使用新的及增强的分布式数组功能

基于线程的新并行池

针对部分 MATLAB 函数进行了优化,以减少内存使用量、加快调度速度并减少数据传输

关于这些特性和相应函数的详细信息,请参阅 发行说明