클러스터 및 클라우드

클러스터 리소스를 검색하고 클러스터 프로파일로 작업합니다.

로컬 컴퓨터로 처리하기에 연산 작업이 너무 크거나 너무 느린 경우 현장에 있는 클러스터나 클라우드로 분담하여 최소한의 변경으로 MATLAB^® 코드를 실행할 수 있습니다. 사용 가능한 클러스터가 이미 있는지 확인하려면 MATLAB 툴스트립에서 병렬연산 > 클러스터 검색을 사용해 보십시오.

이미 스케줄러가 있는 클러스터가 있는 경우 MATLAB Parallel Server™를 사용하여 MATLAB을 클러스터와 통합할 수 있습니다. 또는 기존 스케줄러가 없는 경우에는 MATLAB Parallel Server에서 MATLAB 작업 스케줄러를 제공합니다.

함수

모두 확장

주요 함수

`parcluster`	cluster 객체 만들기
`parpool`	클러스터에서 병렬 풀 만들기
`gcp`	현재 병렬 풀 가져오기
`shutdown`	Shut down cloud cluster
`start`	Start cloud cluster
`wait (cluster)`	Wait for cloud cluster to change state
`parallel.defaultProfile`	Examine or set default cluster profile (R2022b 이후)
`parallel.exportProfile`	하나 이상의 프로파일을 파일로 내보내기
`parallel.importProfile`	Import cluster profiles from file
`saveProfile`	Save modified cluster properties to its current profile
`saveAsProfile`	Save cluster properties to specified profile
`pctconfig`	Configure settings for Parallel Computing Toolbox client session or MATLAB Parallel Server workers

클래스

모두 확장

주요 클래스

`parallel.Pool`	워커의 병렬 풀
`parallel.Cluster`	Access cluster properties and behaviors
`pctRunOnAll`	Run command on client and on all workers in parallel pool

예제 및 방법

클러스터 설정

클러스터 검색 및 클러스터 프로파일 사용하기
클러스터 프로파일을 사용하는 방법과 클라우드 클러스터를 검색하는 방법을 알아봅니다.
Scale Up from Desktop to Cluster
Develop your parallel MATLAB® code on your local machine and scale up to a cluster.
Process Big Data in the Cloud
This example shows how to access a large data set in the cloud and process it in a cloud cluster using MATLAB® capabilities for big data.
Scale Up Parallel Code to Large Clusters

Discover options to scale your parallel MATLAB code to use large HPC clusters.
Benchmark Your Cluster with the HPC Challenge
This example shows how to evaluate the performance of a compute cluster with the HPC Challenge Benchmark.

딥러닝

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.
복수의 GPU에서 MATLAB을 사용한 딥러닝 (Deep Learning Toolbox)
로컬 또는 클라우드에 있는 복수의 GPU를 사용하여 심층 신경망 훈련 속도를 높입니다.
Train Network Using Automatic Multi-GPU Support (Deep Learning Toolbox)
This example shows how to use multiple GPUs on your local machine for deep learning training using automatic parallel support.
parfor를 사용하여 다중 딥러닝 신경망 훈련시키기 (Deep Learning Toolbox)
이 예제에서는 parfor 루프를 사용하여 훈련 옵션에 대해 파라미터 스윕을 수행하는 방법을 보여줍니다.
parfeval을 사용하여 다중 딥러닝 신경망 훈련시키기 (Deep Learning Toolbox)
이 예제에서는 parfeval을 사용하여 딥러닝 신경망에 대한 신경망 아키텍처의 심도를 기반으로 파라미터 스윕을 수행하고 훈련 중에 데이터를 가져오는 방법을 보여줍니다.
Train Deep Learning Networks in Parallel (Deep Learning Toolbox)
This example shows how to run multiple deep learning experiments on your local machine.
Train Network in Parallel with Custom Training Loop (Deep Learning Toolbox)
This example shows how to set up a custom training loop to train a network in parallel.
AWS에서 딥러닝 데이터 사용하기 (Deep Learning Toolbox)
이 예제에서는 데이터를 Amazon S3™ 버킷으로 업로드하는 방법을 보여줍니다.
딥러닝 일괄 처리 작업을 클러스터로 보내기 (Deep Learning Toolbox)
이 예제에서는 계속해서 작업을 진행하거나 훈련 중에 MATLAB®을 닫을 수 있도록 딥러닝 훈련 일괄 처리 작업을 클러스터로 보내는 방법을 보여줍니다.

개념

병렬 기본 설정 지정하기
기본 설정을 지정하고 자동으로 병렬 풀 만들기.
Plugin Scripts for Generic Schedulers
How to use plugin scripts to set up generic schedulers.
Set Environment Variables on Workers
Copy system environment variables from the client to workers in a cluster.

클러스터 및 클라우드

함수

주요 함수

클래스

주요 클래스

예제 및 방법

클러스터 설정

딥러닝

개념

관련 정보

추천 예제

Scale Up from Desktop to Cluster

Process Big Data in the Cloud