Main Content

Cette page a été traduite par traduction automatique. Cliquez ici pour voir la dernière version en anglais.

Parallel Computing Toolbox

Effectuer des calculs parallèles sur des ordinateurs multicœurs, des GPU et des clusters d'ordinateurs

Parallel Computing Toolbox™ vous permet de résoudre des problèmes gourmands en calcul et en données à l'aide de processeurs multicœurs, de GPU et de clusters d'ordinateurs. Les constructions de haut niveau (boucles for parallèles, types de tableaux spéciaux et algorithmes numériques parallélisés) vous permettent de faire évoluer les applications MATLAB® sans programmation CUDA® ou MPI. Parallel Computing Toolbox vous permet également d'utiliser des fonctions parallèles dans MATLAB et d'autres boîtes à outils et d'exécuter plusieurs simulations Simulink® en parallèle. Les programmes et les modèles peuvent s'exécuter en mode interactif et par lots

La boîte à outils vous permet d'utiliser toute la puissance de traitement des bureaux multicœurs et compatibles GPU en exécutant des applications sur des threads et des processus (moteurs de calcul MATLAB) qui s'exécutent localement. Sans modifier le code, vous pouvez exécuter les mêmes applications sur des clusters ou des cloud (en utilisant MATLAB Parallel Server™). Vous pouvez également utiliser la boîte à outils avec MATLAB Parallel Server pour exécuter des calculs matriciels trop volumineux pour tenir dans la mémoire d'une seule machine.

Commencez avec Parallel Computing Toolbox

Apprendre les bases de Parallel Computing Toolbox

Fondamentaux du calcul parallèle

Choisissez une solution de calcul parallèle

Boucles for parallèles (parfor)

Utilisez le traitement parallèle en exécutant parfor sur les nœuds de calcul dans un pool parallèle

Programmation parallèle asynchrone

Évaluez les fonctions en arrière-plan à l'aide de parfeval

Traitement Big Data

Analysez des ensembles de Big Data en parallèle à l'aide de tableaux distribuées, de tall arrays, de datastores ou de mapreduce, sur des clusters Spark® et Hadoop®.

Le traitement en batch

Décharger l'exécution des fonctions à exécuter en arrière-plan

Calcul GPU

Accélérez votre code en l'exécutant sur un GPU

Clusters et clouds

Découvrez les ressources du cluster et travaillez avec les profils de cluster

Profilage des performances

Améliorer les performances du code parallèle