멀티코어 프로세서, GPU 및 연산 클러스터를 사용하여 연산 및 데이터 집약적인 문제를 해결할 수 있습니다. 다음과 같은 작업을 수행할 수 있습니다.
- 모든 연산 리소스 활용
- 하이 레벨 구문을 사용한 MATLAB 응용 프로그램 병렬화
- MATLAB에서 직접 NVIDIA® GPU 사용
- 여러 Simulink 시뮬레이션을 병렬로 실행
- 데스크탑에서 프로토타이핑하고 클러스터 및 클라우드로 확장
“Parallel Computing Toolbox를 사용하여 코드 네 줄을 추가하고 간단한 작업 관리 스크립트를 작성했습니다. 원래는 몇 개월이 걸리던 시뮬레이션이 이제 며칠 만에 실행됩니다. MathWorks 병렬 연산 툴 덕분에 어려운 사용법을 익히지 않고도 대규모 클러스터의 연산 능력을 활용할 수 있었습니다.”
CPU 및 GPU를 위한 데스크탑 병렬 연산
Parallel Computing Toolbox로 로컬 멀티코어 프로세서와 GPU를 제어하여 작업 속도를 높일 수 있습니다. CUDA®나 MPI 프로그래밍을 하지 않고도 하이 레벨 구문으로 MATLAB 응용 프로그램을 병렬화하고 여러 Simulink 시뮬레이션을 병렬 실행할 수 있습니다. 몇몇 MATLAB 및 Simulink 제품에서는 플래그 지정 또는 기본 설정을 통해 연산 리소스를 활용할 수 있습니다. Parallel Computing Toolbox를 사용하여 로컬에서 구동되는 워커(MATLAB 연산 엔진)에서 응용 프로그램을 실행하면 멀티코어 데스크탑의 처리 능력을 최대한 활용할 수 있습니다. 데스크탑에서 응용 프로그램 및 시뮬레이션을 프로토타이핑한 다음, MATLAB Parallel Server를 사용하여 다시 코딩하지 않고도 클러스터와 클라우드로 확장할 수 있습니다.
MATLAB 및 Simulink를 클러스터와 클라우드로 확장
MATLAB Parallel Server를 통해 MATLAB 프로그램과 Simulink 시뮬레이션을 클러스터와 클라우드로 확장할 수 있습니다. Parallel Computing Toolbox를 사용하여 데스크탑에서 프로그램 및 시뮬레이션을 개발하고 프로토타이핑한 다음, 다시 코딩하지 않고도 클러스터와 클라우드에서 실행할 수 있습니다. MATLAB Parallel Server는 MATLAB Parallel Server에서 제공하는 MATLAB에 최적화된 스케줄러나 사용자의 자체 스케줄러를 사용하여 프로그램 및 시뮬레이션을 클러스터에서 예정된 응용 프로그램으로 실행할 수 있습니다.
