Parallel Computing Toolbox를 통해 멀티코어 프로세서, GPU 및 컴퓨터 클러스터를 사용하여 계산 집약적이고 데이터 집약적인 문제를 풀 수 있습니다. 고급 구문(병렬 for 루프, 특수 배열 유형 및 병렬화된 수치 알고리즘)을 통해 CUDA 또는 MPI 프로그래밍 없이도 MATLAB 애플리케이션을 확장할 수 있습니다. Parallel Computing Toolbox를 통해 MATLAB 및 기타 툴박스에서 병렬 지원 함수를 사용하고 여러 Simulink 시뮬레이션을 병렬로 실행할 수 있습니다. 프로그램 및 모델은 대화형 방식 모드와 일괄 처리 모드에서 모두 실행할 수 있습니다.
이 툴박스를 통해 로컬에서 실행되는 스레드 및 프로세스 워커(MATLAB 계산 엔진)에서 애플리케이션을 실행하여 멀티코어 및 GPU 지원 데스크탑의 처리 성능을 최대한 활용할 수 있습니다. MATLAB Parallel Server를 사용하여 코드를 변경하지 않고도 클러스터나 클라우드에서 동일한 애플리케이션을 실행할 수 있습니다. 이 툴박스를 MATLAB Parallel Server와 함께 사용하면 단일 컴퓨터의 메모리에 담을 수 없을 만큼 큰 행렬 계산도 실행할 수 있습니다.
멀티코어 컴퓨터를 통한 MATLAB 속도 향상
parfor
및 기타 기능을 사용하여 파라미터 스윕, 최적화, 몬테카를로 시뮬레이션 등의 작업에 대한 병렬 MATLAB 스레드 또는 프로세스를 실행할 수 있습니다. Parallel Computing Toolbox와 함께 MATLAB 언어 기능은 리소스, 파일 종속성 및 기타 문제를 처리할 수 있으므로 여러분은 중요한 작업에만 집중할 수 있습니다.
GPU를 사용한 MATLAB 가속화
추가 코드를 작성할 필요 없이 NVIDIA® GPU를 사용할 수 있으므로 여러분은 성능 조정이 아닌 애플리케이션에 집중할 수 있습니다. MATLAB, Simulink 및 Deep Learning Toolbox 등의 애드온 제품의 주요 함수 중에는 GPU 지원 함수가 있습니다. 숙련된 개발자는 CUDA 코드가 포함된 MEX 함수를 만들 수도 있습니다. 데스크탑, 연산 클러스터 및 클라우드 환경에서 복수의 GPU를 사용할 수 있습니다.
추가적인 병렬 지원 MATLAB 기능
MATLAB 및 애드온 제품에는 자동 병렬 지원 기능이 많고 다수의 앱에서 병렬 기능을 사용할 수 있습니다. Parallel Computing Toolbox에는 알고리즘을 다시 코딩할 필요 없이 병렬 함수 실행부터 데이터 병렬 처리에 이르기까지 실행 모델을 포괄하는 광범위한 병렬 언어가 있습니다.
여러 Simulink 시뮬레이션의 병렬 실행
parsim
함수를 사용하여 시뮬레이션을 병렬로 실행할 수 있습니다. 이 함수는 여러 시뮬레이션을 멀티코어 CPU에 분산하여 전체 시뮬레이션 시간을 단축합니다. 또한 parsim
함수는 병렬 풀 생성을 자동화하고, 파일 종속성을 식별하며, 빌드 아티팩트를 관리하여 여러분이 설계 작업에만 집중할 수 있도록 지원합니다. 병렬 시뮬레이션은 대화형 방식 또는 일괄 처리 방식으로 실행할 수 있습니다.
시뮬레이션 관리자
시뮬레이션 관리자가 parsim
과 통합되어 단일 창에서 복수의 시뮬레이션을 모니터링하고 시각화할 수 있습니다. 개별 시뮬레이션을 선택하고 해당 시뮬레이션의 사양을 확인할 수 있을 뿐만 아니라 시뮬레이션 데이터 인스펙터를 사용하여 시뮬레이션 결과를 검토할 수 있습니다. 진단 작업을 편리하게 실행하거나 시뮬레이션을 중단할 수도 있습니다.
퍼블릭 및 프라이빗 클라우드에서 MATLAB 데스크탑 실행
클라우드에서 사용 가능한 온디맨드 고성능 CPU 및 GPU 머신을 활용하여 분석과 시뮬레이션의 속도를 높일 수 있습니다. AWS(Amazon Web Services®) 또는 Microsoft Azure® 환경의 가상 머신에서 MATLAB 및 Simulink를 직접 실행할 수 있습니다.
MATLAB Parallel Server로 클러스터로 확장
데스크탑에서 프로토타입을 개발한 후 다시 코딩하지 않고 연산 클러스터 또는 클라우드로 확장할 수 있습니다. 클러스터 프로파일을 변경하는 것만으로 데스크탑에서 다양한 실행 환경을 이용할 수 있습니다.
MATLAB Parallel Server에서 분산 배열 사용
알고리즘을 다시 코딩하지 않고도 단일 머신의 메모리에 담을 수 없이 큰 계산을 실행할 수 있습니다. 분산 배열 입력으로 호출되면 분산 계산으로 자동 실행되는 여러 함수를 사용할 수 있습니다. 데스크탑에서 프로토타이핑을 수행하고 전체 실행을 위해 MATLAB Parallel Server를 사용하여 추가 리소스로 확장할 수 있습니다.
제품 관련 자료:
“우리는 Parallel Computing Toolbox를 MATLAB Parallel Server와 함께 사용하여 56개 프로세서로 이루어진 클러스터에서 작업을 분산시켰습니다. 이를 통해 우리는 MATLAB과 Deep Learning Toolbox를 사용하여 최적의 신경망 구성을 신속하게 파악하고, 이식 데이터베이스의 데이터를 사용하여 신경망을 훈련시킨 후 시뮬레이션을 실행하여 위험 인자와 생존율을 분석할 수 있었습니다.”
Johan Nilsson 박사, Skåne University Hospital, Lund University