이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
Parallel Computing Toolbox
Parallel Computing Toolbox™를 이용하면 멀티코어 프로세서, GPU, 컴퓨터 클러스터를 사용하여 계산량이 많고 데이터 집약적인 문제를 풀 수 있습니다. 상위 레벨 프로그래밍 구조체(병렬 for 루프, 특수 배열 유형 및 병렬화된 수치 알고리즘)을 사용하면 CUDA® 또는 MPI 프로그래밍 없이도 MATLAB® 애플리케이션을 확장할 수 있습니다. 또한 Parallel Computing Toolbox를 통해 MATLAB과 다른 툴박스에서 병렬 지원 함수를 사용하고 여러 Simulink® 시뮬레이션을 병렬로 실행할 수도 있습니다. 프로그램과 모델은 대화형 모드와 일괄 처리 모드 모두에서 실행할 수 있습니다.
이 툴박스를 사용하면 로컬로 실행되는 스레드 워커와 프로세스 워커(MATLAB 계산 엔진)에서 애플리케이션을 실행하여 멀티코어 데스크탑 및 GPU 지원 데스크탑의 처리 성능을 최대한 활용할 수 있습니다. 코드를 변경하지 않고 MATLAB Parallel Server™를 사용하여 클러스터나 클라우드에서 동일한 애플리케이션을 실행할 수 있습니다. 또한 MATLAB Parallel Server와 함께 이 툴박스를 사용하면 단일 컴퓨터의 메모리에 담기에는 너무 큰 행렬 계산도 실행할 수 있습니다.
Parallel Computing Toolbox 시작하기
Parallel Computing Toolbox의 기본 사항 배우기
병렬 연산 기본 사항
병렬 연산 해결책 선택하기
병렬 for 루프(parfor)
병렬 풀의 워커에서 parfor
를 실행하여 병렬 처리 사용
비동기 병렬 프로그래밍
parfeval
을 사용하여 백그라운드에서 함수 실행
빅데이터 처리
Spark® 및 Hadoop® 클러스터에서 분산 배열, tall형 배열, 데이터저장소 또는 mapreduce
를 사용하여 빅데이터 세트를 병렬로 분석
일괄 처리
백그라운드에서 실행하도록 함수 실행 분담
GPU 연산
GPU에서 코드를 실행하여 속도 향상
클러스터 및 클라우드
클러스터 리소스를 검색하고 클러스터 프로파일로 작업합니다.
성능 프로파일링
병렬 코드의 성능 개선