La version 6.10, incluse dans la mise à jour 2017a, comporte les améliorations suivantes :

  • Accès aux résultats intermédiaires et aux mises à jour dans les calculs parallèles : obtenez les messages ou les données émanant de différents workers pendant les processus de calcul parallèle
  • Support des tableaux tall : utilisez des environnements d’exécution parallèle pour les timetables tall et les fonctions de tableaux tall améliorées
  • Accès aux fichiers MATLAB Drive dans MATLAB Parallel Cloud : les workers travaillant dans MATLAB Parallel Cloud peuvent désormais accéder à vos fichiers enregistrés sur MATLAB Drive
  • Contrôle des tailles de cluster pour MATLAB Parallel Cloud : accédez à plus de 16 workers par cluster avec MATLAB Parallel Cloud
  • Contrôleur de tâches plus réactif : mises à jour automatiques des jobs ou tâches créés, soumis ou annulés

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

La version 6.9, incluse dans la mise à jour 2016b, comporte les améliorations suivantes :

  • Validation du profil de cluster : Sélectionnez les étapes de validation à exécuter ainsi que le nombre de workers MATLAB à utiliser
  • Support parallèle des tableaux tall : Traitez les Big Data avec des tableaux tall en parallèle sur votre ordinateur de bureau, sur MATLAB Distributed Computing Server et sur les clusters Spark
  • Amélioration du menu Parallel : Utilisez les nouveaux éléments du menu Parallel pour configurer et gérer les ressources basées sur le Cloud
  • Nouveaux types de données disponibles dans les tableaux distribués : Utilisez des fonctions améliorées afin de créer des tableaux distribués pour les fonctions suivantes : datetime; duration; calendarDuration; string; categorical; et table
  • Chargement des tableaux distribués : Chargez des tableaux distribués en parallèle à l’aide de la fonction datastore

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

La version 6.8, incluse dans la mise à jour 2016a, comporte les améliorations suivantes :

  • Support des tableaux distribués : Utilisez les fonctions de tableaux distributed, incluant les matrices creuses pour les solveurs directs (mldivide) et itératifs (cgs et pcg)
  • Support de Hadoop Kerberos : Meilleur support de Hadoop dans un environnement certifié Kerberos
  • Augmentation des limites de transfert de données : Transférez jusqu'à 4 Go de données entre le client et les agents pour n'importe quelle tâche utilisant un cluster d'ordonnanceur de tâches MATLAB
  • Intégration d'un ordonnanceur tiers : Obtenez des scripts d'intégration pour les ordonnanceurs tiers (IBM Platform LSF, Grid Engine, PBS et SLURM) depuis MATLAB Central File Exchange plutôt que depuis Parallel Computing Toolbox

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

La version 6.7, incluse dans la mise à jour 2015b, comporte les améliorations suivantes :

  • Scripts d'intégration de l'ordonnanceur pour SLURM
  • Performances améliorées de mapreduce sur les clusters Hadoop 2
  • Fonction parallel.pool.Constant pour créer des données constantes dans les pools de workers parallèles, accessibles dans des constructions de langages parallèles telles que parfor et parfeval

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

La version 6.6, incluse dans la mise à jour 2015a, comporte les améliorations suivantes :

  • Support de la fonction mapreduce sur n'importe quel cluster supportant les pools parallèles

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