Parallel Computing Toolbox

Nouvelles Fonctionnalités

R2014b (Version 6.5)

Sortie le: 2 oct 2014

La version 6.5, incluse dans la mise à jour 2014b, comporte les améliorations suivantes :

  • Parallélisation de mapreduce sur les agents locaux
  • Fonctions MATLAB compatibles GPU supplémentaires, notamment accumarray, histc, cummax et cummin
  • Prise en charge pagefun pour mldivide sur les GPU
  • Fonctions MATLAB supplémentaires pour les tableaux distribués, notamment fft2, fftn, ifft2, ifftn, cummax, cummin et diff

Pour en savoir plus, reportez-vous aux Notes de mise à jour.

Mettez-vous à jour dès maintenant !

Releases Précédentes

R2014a (Version 6.4) - 6 mars 2014

La version 6.4, incluse dans la mise à jour 2014a, comporte les améliorations suivantes :

  • Nombre d’agents locaux désormais non limité à 12
  • Fonctions MATLAB supplémentaires compatibles GPU : interp3, interpn, besselj, bessely
  • Fonctions Image Processing Toolbox supplémentaires compatibles GPU : bwdist, imreconstruct, iradon, radon
  • Améliorations des fonctions MATLAB compatibles GPU : filter (filtres IIR); pagefun (fonctions supplémentaires prises en charge); interp1, interp2, conv2, reshape (amélioration des performances)
  • Duplication d’un travail existant, contenant certaines ou toutes ses tâches
  • La boîte à outils vous permet d’utiliser toute la puissance de traitement des bureaux multicœurs en exécutant les applications sur les agents (moteurs de calcul MATLAB) qui fonctionnent localement. Sans changer le code, vous pouvez exécuter la même application sur un cluster d’ordinateurs ou une grille de calculs (avec MATLAB Distributed Computing Server™). Vous pouvez exécuter vos applications parallèles en mode interactif ou en batch.
  • Utilisation totale des processeurs multicœurs sur le bureau via des agents fonctionnant localement

Pour en savoir plus, reportez-vous aux Notes de mise à jour.

R2013b (Version 6.3) - 5 sept 2013

La version 6.3, incluse dans la mise à jour 2013b, comporte les améliorations suivantes :

  • parpool : nouvelle interface de ligne de commande (remplace matlabpool), nouvel indicateur de bureau et nouvelles préférences pour une interaction simplifiée avec un pool parallèle de workers MATLAB
  • Démarrage automatique d'un pool parallèle lors de l'exécution de code utilisant parfor ou spmd
  • Option de démarrage d'un pool parallèle sans utiliser MPI
  • Davantage de fonctions MATLAB compatibles GPU (par ex. interp2, pagefun) et de fonctions Image Processing Toolbox (par ex. bwmorph, edge, imresize, et medfilt2)
  • Davantage de fonctions MATLAB activées pour les tableaux distribués : permute, ipermute, et sortrows

Pour en savoir plus, reportez-vous aux Notes de mise à jour.

R2013a (Version 6.2) - 7 mars 2013

La version 6.2, incluse dans la mise à jour 2013a, comporte les améliorations suivantes :

  • Fonctions compatibles GPU dans Image Processing Toolbox et Phased Array System Toolbox
  • Plus de fonctions MATLAB compatibles GPU, dont interp1 et ismember
  • Améliorations des fonctions MATLAB compatibles GPU, dont arrayfun, svd, et mldivide (\)
  • Possibilité de lancer le code CUDA et de manipuler les données contenues dans les tableaux GPU à partir des fonctions MEX
  • Détection et transfert automatiques des fichiers requis pour une exécution dans les workflows interactifs et batch

Pour en savoir plus, reportez-vous aux Notes de mise à jour.

R2012b (Version 6.1) - 11 sept 2012

La version 6.1, incluse dans la mise à jour 2012b, comporte les améliorations suivantes :

  • Toujours plus de fonctions MATLAB activées pour les GPU, y compris convn, cov et normest
  • Fonctions compatibles GPU dans Neural Network Toolbox, Phased Array System Toolbox et Signal Processing Toolbox
  • Améliorations des performances des fonctions MATLAB compatibles GPU et de la génération de nombre aléatoire
  • Détection et sélection automatiques de GPU spécifiques sur un nœud de clusters lorsque celui-ci comporte des GPU multiples
  • Autres fonctions MATLAB compatibles avec les tableaux distribués, y compris le constructeur sparse, bsxfun et repmat
  • Détection des clusters MATLAB Distributed Computing Server susceptibles d’être connectés à partir des ordinateurs de bureau des utilisateurs via Profile Manager

Pour en savoir plus, reportez-vous aux Notes de mise à jour.