클러스터 및 클라우드 플랫폼에서 코드 실행하기
기존 클러스터에서 계산 집약적인 코드 확장 및 실행
MATLAB® Parallel Server™를 기존 클러스터 인프라와 통합한 후 클러스터에서 병렬 코드를 실행할 수 있습니다. 클러스터를 설정해야 하는 경우 설치 항목을 참조하십시오. 그런 다음 MATLAB 세션에서 클러스터를 검색하고 병렬 컴퓨팅과 딥 러닝 워크플로를 시도해 보십시오.
도움말 항목
클라이언트 설정
- 클러스터 검색 및 클러스터 프로파일 사용하기 (Parallel Computing Toolbox)
클러스터 프로파일을 사용하는 방법과 클라우드 클러스터를 검색하는 방법을 알아봅니다.
병렬 연산 기본 사항
- Scale Up from Desktop to Cluster (Parallel Computing Toolbox)
Develop your parallel MATLAB® code on your local machine and scale up to a cluster. - 병렬 연산 해결책 선택하기 (Parallel Computing Toolbox)
병렬 연산 문제를 풀 수 있도록 MATLAB 및 Parallel Computing Toolbox™에서 제공하는 가장 중요한 기능을 살펴보십시오. - parfor를 사용하여 파라미터 스윕 중에 플로팅하기 (Parallel Computing Toolbox)
파라미터 스윕을 병렬로 수행하고 병렬 계산 중에 진행 내용을 플로팅합니다. - parfor 루프를 클러스터 및 클라우드로 확장하기 (Parallel Computing Toolbox)
데스크탑에서parfor
루프를 개발한 후 코드를 변경하지 않고 클러스터로 확장합니다.
병렬 연산을 사용한 딥러닝
- Train Deep Learning Networks in Parallel (Deep Learning Toolbox)
This example shows how to run multiple deep learning experiments on your local machine. - Scale Up Deep Learning in Parallel, on GPUs, and in the Cloud (Deep Learning Toolbox)
Explore options for deep learning with MATLAB in parallel and using multiple GPUs, locally or in the cloud. - parfor를 사용하여 다중 딥러닝 신경망 훈련시키기 (Deep Learning Toolbox)
이 예제에서는parfor
루프를 사용하여 훈련 옵션에 대해 파라미터 스윕을 수행하는 방법을 보여줍니다.
관련 정보
- Parallel Computing Toolbox 시작하기 (Parallel Computing Toolbox)
- MATLAB에서 병렬 연산을 사용한 결과 산출 시간 단축