Parallel Computing Toolbox

 

Parallel Computing Toolbox

Exécuter des calculs parallèles sur des ordinateurs multicœurs, des GPU et des clusters

Tracé de l'accélération d'un calcul MATLAB obtenue grâce au calcul parallèle pour des tâches indépendantes.

Accélérer MATLAB avec des ordinateurs multicœurs

Utilisez parfor et d'autres fonctionnalités afin d'exécuter des threads ou des processus MATLAB parallèles pour des tâches telles que les balayages de paramètres, les optimisations et les simulations de Monte Carlo. Laissez les fonctionnalités du langage MATLAB (avec Parallel Computing Toolbox) gérer les ressources, les dépendances de fichiers et d'autres détails, ce qui vous permettra de vous concentrer sur votre travail.

Schéma d'un GPU.

Accélérer MATLAB avec les GPU

Vous pouvez utiliser les GPU NVIDIA® sans avoir à écrire de code supplémentaire, ce qui vous permet de vous concentrer sur vos applications plutôt que sur l'optimisation des performances. Les fonctions clés de MATLAB, Simulink et de plusieurs produits complémentaires, tels que Deep Learning Toolbox, disposent de fonctionnalités compatibles GPU. Les développeurs avancés peuvent également créer des fonctions MEX contenant du code CUDA. Utilisez plusieurs GPU sur des desktops, dans des clusters de calcul et dans des environnements cloud.

Boutons d'activation du parallélisme pour l'application Classification Learner.

Fonctionnalité MATLAB additionnelle d’activation du parallélisme

De nombreuses fonctionnalités de MATLAB et des produits complémentaires supportent automatiquement le parallélisme, et de nombreuses applications présentent des fonctionnalités parallèles activées. Parallel Computing Toolbox comprend un langage parallèle exhaustif couvrant les modèles d'exécution depuis l'exécution de fonctions parallèles jusqu'au parallélisme des données, sans que vous n'ayez à recoder votre algorithme.

Fonction parsim pour exécuter vos simulations en parallèle.

Exécuter plusieurs simulations Simulink en parallèle

Utilisez la fonction parsim pour exécuter vos simulations en parallèle. La fonction répartit plusieurs simulations sur des CPU multicœurs afin d'accélérer le temps de simulation global. parsim automatise également la création de pools parallèles, identifie les dépendances de fichiers et gère les artefacts de compilation, ce qui vous permet de vous concentrer sur votre travail de design. Vous pouvez exécuter des simulations parallèles de manière interactive ou en mode batch.

Surveillez plusieurs simulations dans une seule fenêtre avec Simulation Manager.

Simulation Manager

Simulation Manager est intégré à parsim et peut être utilisé pour surveiller et visualiser plusieurs simulations dans une même fenêtre. Vous pouvez sélectionner une simulation individuelle et consulter ses spécifications, ainsi qu'utiliser Simulation Data Inspector pour examiner les résultats de la simulation. Vous pouvez aussi facilement exécuter des tâches de diagnostic ou abandonner des simulations.

Simulations parallèles activées via un paramètre de préférence ou un marqueur dans l'onglet Options parallèles.

Utiliser les fonctionnalités de parallélisme de Simulink

En plus de l'utilisation des fonctions parsim et batchsim pour exécuter des simulations Simulink, il existe de nombreux produits complémentaires pour Simulink, notamment Simulink Design Optimization, Reinforcement Learning Toolbox, Simulink Test et Simulink Coverage, qui offrent des capacités de parallélisme pour exécuter des simulations en parallèle sans avoir à écrire de code.

Diagramme de MATLAB et Simulink s'exécutant directement sur des ressources cloud.

Exécuter MATLAB Desktop dans des cloud publics et privés

Accélérez les analyses et les simulations en tirant parti des machines CPU et GPU hautes performances disponibles à la demande dans le cloud. Exécutez MATLAB et Simulink directement sur des machines virtuelles dans les environnements Amazon Web Services® (AWS) ou Microsoft Azure®.

Deux tracés illustrant le passage de vos applications à grande échelle avec des ressources cloud et de cluster supplémentaires sans avoir à modifier votre code.

Évoluer vers les clusters avec MATLAB Parallel Server

Développez un prototype sur votre desktop, puis passez à un cluster de calcul ou à des environnements cloud sans avoir à modifier votre code. Accédez à différents environnements d'exécution depuis votre desktop en changeant simplement votre profil de cluster. 

Diagramme illustrant le concept de mémoire sur plusieurs machines dans un cluster, sans nécessité de recoder, grâce à des distributed arrays.

Utiliser des distributed arrays avec MATLAB Parallel Server

Exécutez des calculs qui ne tiennent pas dans la mémoire d'une seule machine sans avoir à recoder votre algorithme. Exploitez les nombreuses fonctions capables de s'exécuter automatiquement en tant que calculs distribués lorsqu'elles sont appelées avec un distributed array en entrée. Créez un prototype sur votre desktop et faites-le évoluer vers des ressources additionnelles en utilisant MATLAB Parallel Server pour une exécution à grande échelle.

« Nous avons utilisé Parallel Computing Toolbox avec MATLAB Parallel Server pour répartir le travail sur un cluster de 56 processeurs. Cela nous a permis d'identifier rapidement une configuration optimale du réseau de neurones en utilisant MATLAB et Deep Learning Toolbox, d'entraîner le réseau avec des données issues des bases de données de transplantation, puis d'exécuter des simulations pour analyser les facteurs de risque et les taux de survie. »

Demander une version d’essai gratuite

Profitez de 30 jours pour tester.


Prêt à acheter ?

Découvrez les tarifs et les produits.

Vous êtes étudiant ?

Votre établissement propose peut-être déjà un accès à MATLAB, Simulink et d'autres produits complémentaires via la licence Campus-Wide.