MATLAB Parallel Server

Effectuer des calculs MATLAB et Simulink sur des clusters, clouds et grilles de calcul

MATLAB Parallel Server™ vous permet d’exécuter des programmes MATLAB^® et des modèles Simulink^® qui exigent des calculs complexes sur des clusters de calcul et des clouds. Vous développez votre programme ou modèle sur un ordinateur multicœurs à l’aide de la Parallel Computing Toolbox™, puis vous le mettez à l’échelle sur de nombreux ordinateurs à l’aide de MATLAB Parallel Server. Le serveur supporte les tâches en batch, les calculs parallèles et les données volumineuses distribuées. Le serveur inclut un ordonnanceur de tâches sur cluster intégré et supporte les ordonnanceurs tiers les plus utilisés.

MATLAB Parallel Server fournit des licences pour tous les blocksets toolboxes MathWorks, afin de pouvoir exécuter les programmes MATLAB sur un cluster sans avoir à acquérir séparément des licences supplémentaires spécifiques au produit pour chaque ordinateur dans le cluster.

Avant la version R2019a, MATLAB Parallel Server était appelé MATLAB Distributed Computing Server.

En savoir plus:

Écrivez le code une seule fois, puis utilisez-le dans plusieurs environnements
Mettez les calculs à l’échelle
Gérez des clusters de toutes tailles avec une seule licence
Exemples d'utilisation de la Parallel Computing Toolbox

Écrivez le code une seule fois, puis utilisez-le dans plusieurs environnements

Prototypez et déboguez des applications sur un ordinateur avec la Parallel Computing Toolbox, et migrez-les facilement sur des clusters ou des clouds sans avoir à modifier votre code. Développez de manière interactive et passez à la production avec les processus en mode batch.

Exécutez votre programme sur plusieurs machines sans modifier votre algorithme

Développez un prototype sur votre ordinateur, puis mettez-le à l’échelle sur un cluster de calcul sans modifier votre code. Modifiez simplement le profil de votre cluster pour accéder à différents environnements d’exécution à partir de votre ordinateur.

Mettre des boucles parfor à l’échelle sur des clusters et des clouds

Effectuer des tracés lors d’un balayage de paramètres

Copier des fichiers entre un client MATLAB et des workers

exécutez votre programme sur plusieurs machines sans modifier votre algorithme

Accédez à des CPU et des GPU sur des ressources centralisées

Tirez parti de matériel haut de gamme dans le cluster de votre organisation sans quitter l’environnement MATLAB de votre ordinateur.

Découvrir des clusters et utiliser les profils de cluster

Exécuter des fonctions MATLAB sur plusieurs GPU

accédez à des CPU et des GPU sur des ressources centralisées

Mettez les calculs à l’échelle

Exécutez des applications MATLAB et des modèlesSimulink qui exigent des calculs complexes sur des clusters de calcul et des clouds. MATLAB Distributed Computing supporte le traitement en mode batch, les applications parallèles, le calcul sur GPU et la mémoire distribuée.

Automatisez la gestion de plusieurs simulations Simulink

Configurez facilement plusieurs exécutions et balayages de paramètres, gérez les dépendances des modèles, construisez des dossiers et transférez des variables de l’espace de travail vers les processus des clusters. Visualisez et gérez plusieurs exécutions de modèles Simulink sur un cluster à l’aide de l’interface utilisateur Simulation Manager.

Processus de simulations parallèles

automatisez la gestion de plusieurs simulations Simulink

Traitez des Big Data sur Windows, Mac ou Linux

Utilisez les mêmes analytiques MATLAB sur des volumes de données faibles ou importants. Depuis votre machine Windows, Mac ou Linux, vous pouvez traiter des Big Data sur des clusters Hadoop^® supportant Spark^®ou sur des clusters classiques avec des systèmes de fichiers standards.

Contrôler l’environnement d’exécution de votre code de Big Data

Traiter des Big Data sur le cloud

Étapes d’installation supplémentaires pour les clusters Hadoop

traitez des Big Data à partir de Windows, Mac ou Linux

Surmontez les problèmes de mémoire

Exécutez des calculs que la mémoire d’une seule machine ne permettrait pas d’effectuer, sans devoir recoder votre algorithme ou utiliser une architecture à mémoire partagée.

Résoudre les limitations de mémoire avec Distributed Arrays (6:03)

Exécuter des fonctions MATLAB avec des tableaux distribués

Résoudre des équations barrières avec des tableaux distribués

surmontez les obstacles en matière de mémoire

Gérez des clusters de toutes tailles avec une seule licence

Les utilisateurs finaux se voient automatiquement attribuer une licence sur le cluster pour chaque produit qu’ils utilisent sur leur ordinateur. Le cluster se contente uniquement d’une licence MATLAB Parallel Server.

Utilisez vos toolboxes locales sur le cluster

Le cluster requiert uniquement la licence MATLAB Parallel Server. Le système de licence dynamique permet d’activer le profil de licence local de chaque utilisateur sur le cluster.

Determine License Size for MATLAB Parallel Server

MATLAB Parallel Server for Campus-Wide Licenses

Découvrir les programmes non compatibles

utilisez vos Toolboxes de bureau sur le cluster

Utilisez votre matériel et votre infrastructure existants

Créez un cluster à partir de quelques machines dédiées et gérez les tâches avec l’ordonnanceur de tâches MATLAB, ou effectuez une intégration avec votre cluster existant et gérez les tâches avec votre ordonnanceur tiers. Les utilisateurs peuvent gérer leurs tâches sans quitter MATLAB.

Options for Getting Started with MATLAB Parallel Server

Démarrer avec MATLAB Parallel Server

Support pour l'authentification multifacteur

Voir la configuration requise

Voir les ordonnanceurs supportés

utilisez votre matériel et votre infrastructure existants

Mettez les applications à l’échelle sur le Cloud

Effectuez une intégration avec des clouds publics et privés. Accédez à du matériel spécialisé et plus puissant sur le cloud. Utilisez les options préconfigurées de MathWorks et des fournisseurs d’hébergement MathWorks, ou créez l’infrastructure vous-même.

Calcul parallèle sur le cloud avec MATLAB

Découvrez les ressources des clusters

Configurer le cluster MATLAB Job Scheduler pour un redimensionnement automatique