2021小迈步第一课：与时间赛跑——加速 MATLAB 科学计算的5个实用技巧

概述

为什么你的 MATLAB 总是“正忙”？蒙特卡洛仿真、算法参数寻优、微分方程求解、AI 模型训练、仿真模型参数扫描，如何提升 MATLAB 求解效率？

当今科研与工程的挑战，很多场景是由规模驱动的——快速处理大规模数据、提高迭代效率，以迅速做出决策与分析成为用户关注的重点。在这场与时间的赛跑中，挑战摩尔定律，MATLAB 从不停歇。从内置高效算法到外部算力加持（包括多核处理器、GPU 和计算集群），MATLAB 可以轻松应对复杂算法，有效解决计算中的瓶颈。

小迈步的新年第一课，从“加速”开始！本次讲座将通过实例详解，分享 MATLAB 在代码优化、基于硬件CPU/GPU 实现并行化计算、自动转换为 C/CUDA 代码并编译调用等多个实用技术，同时也会探寻具体实施时的权衡取舍，希望能加速大家今后的工作、项目、学习、研究。磨刀不误砍柴工，这一课，值得听！

本讲座包含以下亮点：

• 确认运算瓶颈： Profiler 和 Code Analyzer
• 代码优化编程技巧：预分配和向量化
• 代码并行编程技巧： for 循环并行化和函数执行并行化
• 在 GPU 上运行 MATLAB 代码
• 从 MATLAB 到 C/CUDA MEX：自动转换与加速仿真
• 大数据处理
• 扩展到集群和云端

关于演示者

阮卡佳，MathWorks 中国高校团队高级工程师。在MATLAB 数据科学、Simulink 建模仿真、以及自动代码生成领域有多年工作经验；曾就职于 Altera 和 Nortel Networks。毕业于浙江大学和伦敦帝国理工学院。