Résolvez des problèmes combinant complexité des calculs et volume de données en utilisant des processeurs multicœurs, des GPU et des clusters de calcul. Vous pourrez :
- Exploiter toutes les ressources de calcul
- Paralléliser les applications MATLAB avec des constructions de haut niveau
- Utiliser des GPU NVIDIA® directement depuis MATLAB
- Exécuter plusieurs simulations Simulink en parallèle
- Réaliser un prototype sur votre ordinateur et une mise à l'échelle vers des clusters ou des clouds
Utiliser le calcul parallèle avec MATLAB et Simulink
Calcul parallèle sur le processeur et GPU de votre ordinateur
Parallel Computing Toolbox vous donne la main sur vos processeurs multicœurs et GPU locaux pour accélérer votre travail. Des constructions de haut niveau vous permettent de paralléliser les applications MATLAB, sans programmation CUDA® ou MPI, et exécuter plusieurs simulations Simulink en parallèle. Plusieurs produits MATLAB et Simulink vous permettent d'exploiter au mieux vos ressources de calcul en définissant des marqueurs ou des préférences. La toolbox vous permet d'utiliser toute la puissance de traitement des ordinateurs multicœurs en exécutant les applications sur les workers (moteurs de calcul MATLAB) qui fonctionnent localement. Réalisez des prototypes de vos applications et de vos simulations sur votre ordinateur puis une mise à l'échelle vers des clusters et des clouds avec MATLAB Parallel Server, tout cela sans avoir à recoder.
Explorer les produits
Mettre à l'échelle MATLAB et Simulink sur des clusters et dans le cloud
MATLAB Parallel Server vous permet de mettre à l'échelle des programmes MATLAB et des simulations Simulink sur des clusters et des clouds. Vous pouvez développer et prototyper vos programmes et simulations sur votre ordinateur avec Parallel Computing Toolbox, puis les exécuter sur des clusters et des clouds sans recodage. MATLAB Parallel Server exécute vos programmes et simulations comme des applications planifiées sur votre cluster en utilisant le scheduler optimisé MATLAB fourni par MATLAB Parallel Server ou votre propre scheduler.