응용 사례
Parallel Computing Toolbox™를 이용하면 멀티코어 프로세서, GPU, 컴퓨터 클러스터를 사용하여 계산량이 많고 데이터 집약적인 문제를 풀 수 있습니다. 하이 레벨 구조(병렬 for 루프, 특수 배열 유형, 병렬화된 수치 알고리즘)를 사용하여 CUDA® 또는 MPI 프로그래밍 없이도 MATLAB® 애플리케이션을 확장할 수 있습니다.
이 예제들을 살펴보면서 병렬 연산(병렬 컴퓨팅)이 결과 도출 시간을 어떻게 단축할 수 있는지 알아봅니다.
카테고리
- Simulink에서의 병렬 연산
병렬 연산으로 Simulink® 시뮬레이션 가속화
- 수학과 최적화
병렬 연산으로 선형 대수 및 최적화 문제 해결 가속화
- 인공지능과 통계학
병렬 연산으로 통계, 머신러닝 및 딥러닝 애플리케이션 가속화
- 신호 처리, 오디오 및 웨이블릿
신호 처리, 오디오 처리 및 웨이블릿 분석 애플리케이션 가속화
- 무선 통신, 안테나 및 레이더
무선 통신, 5G, 안테나 분석 및 레이더 처리 애플리케이션 가속화
- 영상 처리 및 컴퓨터 비전
병렬 연산으로 영상 처리, 컴퓨터 비전 및 의료 영상 애플리케이션 가속화
- 예측 정비
병렬 연산으로 예측 유지보수 애플리케이션 가속화
추천 예제
Run Parameter Sweep Using Parallel Simulations
Run multiple simulations of a Monte Carlo study in parallel using parsim and Parallel Computing Toolbox™. Parallel execution leverages the multiple cores of your host machine to speed up multiple simulations. These simulations can also be run in parallel on compute clusters using MATLAB® Parallel Server™. If you do not have Parallel Computing Toolbox or MATLAB Parallel Server, the simulations in this example run serially.
Optimize Simulink Model in Parallel
Optimize a Simulink model in parallel using several Global Optimization Toolbox solvers.
Accelerate Ray Tracing Analysis Using GPU
Perform accelerated ray tracing analysis using a GPU.
Train Classification Ensemble in Parallel
Train a bagged ensemble in parallel reproducibly.
Accelerate Audio Machine Learning Workflows Using a GPU
Use GPU computing to accelerate machine learning workflows for audio, speech, and acoustic applications.
Accelerate MIMO-OFDM Link Simulation Using GPU
Accelerate a MIMO-OFDM link simulation with LDPC channel coding by using a GPU.
Accelerate Signal Feature Extraction and Classification Using a Parallel Pool of Workers
Use parallel computing to extract signal multidomain features for bearing fault detection.
Train Network Using Automatic Multi-GPU Support
Use multiple GPUs on your local machine for deep learning training using automatic parallel support.
