새로운 내용

새로운 제품의 기능에 대해 알아보십시오.


2016b의 일부인 Version 6.9 에는 다음과 같은 향상된 기능이 포함되어 있습니다.

  • Tall 배열 병렬 지원: 데스크탑, MATLAB Distributed Computing Server 및 Spark 클러스터에서 Tall 배열이 있는 빅 데이터를 병렬로 처리함
  • GPU 배열 지원: 새로운 희소 반복 솔버(Solver) bicg를 포함하는 고급 gpuArray 함수 사용
  • 병렬 메뉴 향상 기능: 병렬 메뉴의 새로운 메뉴 항목을 사용하여 클라우드 기반 리소스를 구성 및 관리
  • 분산(Distributed) 배열의 새 데이터형: 고급 함수를 사용하여 분산(Distributed) 배열을 생성 datetime, duration, calendarDuration, string, categoricaltable
  • 분산(Distributed) 배열 로드: Datastore를 사용하여 병렬로 분산(Distributed) 배열 로드
  • 클러스터 프로파일 유효성 검사 실행할 유효성 검사 단계와 사용할 MATLAB 워커 수 선택

자세한 내용은 Release Notes를 참조하십시오.

 

2016a 릴리스의 일부인 Version 6.8에는 다음과 같은 향상된 기능이 포함되어 있습니다.

  • 희소 행렬에 대한 GPU 지원: GPU의 희소 행렬에 대하여 향상된 gpuArray 함수를 사용합니다.
  • 분산(Distributed) 배열 지원: 직접(mldivide) 및 반복 솔버(cgspcg)에 대한 희소 형식 입력값을 포함하는 향상된 분산(Distributed) 배열 함수를 사용합니다.
  • GPU 가속화된 딥러닝: 이미지 분류화 작업을 위해 GPU 사용 가속화를 지원하는 딥러닝(deep CNN) 기능을 Neural Network Toolbox에서 지원합니다.
  • GPU 사용 MATLAB 함수: 선형 방정식, 기술 통계, 집합 연산을 위해 GPU 사용 MATLAB 함수를 사용하는 응용 프로그램을 가속화합니다.
  • 병렬 사용 그라데이션 예측: 그라데이션 및 자코비의 병렬 유한 차이 예측을 통해 Optimization Toolbox에서 더 많은 비선형 솔버를 가속화합니다.
  • Hadoop Kerberos 지원: Kerberos 인증 환경에서 Hadoop에 대한 개선된 지원을 제공합니다.
  • 증가된 데이터 전송 제한: MATLAB 작업 스케줄러 클러스터를 사용하여 모든 잡의 클라이언트 및 워커 간에 최대 4GB 크기의 데이터를 전송합니다.

자세한 내용은 Release Notes를 참조하십시오.

2015b의 일부인 Version 6.7 에는 다음과 같은 향상된 기능이 포함되어 있습니다.

  • 확률 분포, 기술 통계 및 가설 검증을 포함한 Statistics and Machine Learning Toolbox의 90가지 이상의 GPU 지원 함수
  • 희소 행렬 지원을 포함한 추가 GPU 지원 MATLAB 함수
  • mexcuda 함수 - CUDA 코드를 포함한 MEX 파일을 더 쉽게 컴파일
  • SLURM을 위한 스케줄러 통합 스크립트
  • parallel.pool.Constant 함수로 병렬 언어 생성자 내에서 액세스 가능한 병렬 풀 worker에서 상수 데이터 생성 parforparfeval
  • 성능 개선 mapreduce Hadoop 2 클러스터

자세한 내용은 Release Notes를 참조하십시오.

2015a의 일부인 Version 6.6에는 다음과 같은 향상된 기능이 포함되어 있습니다.

  • 병렬 풀을 지원하는 모든 클러스터에서 mapreduce 함수 지원
  • GPU 지원 함수와 희소 배열
  • 추가 GPU 지원 MATLAB 함수
  • pagefun 은 GPU에서 mrdivideinv 함수를 지원
  • GPU 지원 선형 대수 함수 향상
  • MATLAB partition 함수로 datastore로부터 데이터 병렬로 읽기

자세한 내용은 Release Notes를 참조하십시오.

2014b의 일부인 Version 6.5에는 다음과 같은 향상된 기능이 포함되어 있습니다.

  • local worker에서의 mapreduce 병렬화
  • accumarray, histc, cummaxcummin을 포함한 추가 GPU 지원 MATLAB 함수
  • GPU의 mldivide를 위한 pagefun 지원
  • fft2, fftn, ifft2, ifftn, cummax, cummindiff를 포함하여 분산 배열을 위한  MATLAB 함수 추가

자세한 내용은 Release Notes를 참조하십시오.