matlab内循环并行计算_matlab分布式并行计算_matlab2014a并行计算

并行计算分为两类：一类由多核和多处理器构建的计算机平台，一类是多个计算机构成的集群系统，，，前者通过共享内存进行数据交互，后者通过网络进行数据通信。常用的并行技术包括多线程技术、基于共享内存的OpenMP 技术和基于集群系统的MPI 技术。

工程师和科学家们面临着用更少的时间建立复杂系统模型的需求，他们使用分布式和并行计算来解决高性能计算的问题。这些分布式的环境由多处理器和多核计算机来实现。

Mathworks公司开发的分布式计算工具箱可以在多处理器计算环境中使用MATLAB 和Simulink 解决计算、数据密集型问题。可以使用该工具箱解决通过装配多个处理器包含几个单独工作单位或单个大型计算的问题。这些处理器可以驻留在一个多处理器计算机上，或者，当工具箱配合MATLAB 分布式计算引擎时，驻留在计算机集群上。其中PCT只能管理本地worker，PCT和MDCS联合使用可以管理集群中任意节点上的worker.。

利用 Parallel Computing Toolbox（并行计算工具箱），可在多核和多处理器计算机上使用 MATLAB 和 Simulink 来解决计算问题和数据密集型问题。并行处理结构包括并行 for 循环和代码块、分布式数组、并行数算法，以及消息传递函数等，可以以较高的级别在 MATLAB 中执行任务及数据并行算法，而无需为特定的硬件和网络架构编写程序。这样，将串行 MATLAB 应用程序转换为 并行 MATLAB 应用程序，便几乎不需要修改代码，且不需要使用低级语言编写程序。matlab内循环并行计算此外，还可以在各种批处理环境中交互运行或脱机运行应用程序。

使用工具箱在单个多核或多处理器桌面上执行应用程序。无需更改代码，即可在计算机集群上运行同一个应用程序（使用 MATLAB Distributed Computing Server）

。并行的 MATLAB 应用程序可以作为可执行程序或共享库（用 MATLAB Compilerâ„¢ 构建）分发，这些可执行程序或共享库可以访问 MATLAB Distributed Computing Server。

#支持数据并行和任务并行的应用程序开发

#可使用 parfor（并行 for 循环）和 spmd（单程序多数据）注释代码段，用于执行数据并行和任务并行的算法

#高级别的结构，如分布式数组、并行算法，以及消息传递函数，可在多个处理器上处理大型的数据集

#可在一个多核桌面上本地运行八个 worker

#与 MATLAB Distributed Computing Server 集成，可用于使用调度程序或任意数量 worker 的基于集群的应用程序

#提供交互模式和批量执行模式

运行的 MATLAB 计算引擎）上并行运行。这些 worker既可在桌面上运行（工具箱在桌面上可本地运行多达八个 worker），也可在集群上运行（使用 MATLAB DistributedComputing Server（MATLAB 分布式计算服务器））。这样的结构可降低在 MATLAB 客户端与 worker 之间、以及各 worker 之间管理计算与数据的协调与分发的复杂性，

从而简化并行代码开发。此外，可使用关键词，例如parfor（并行 for 循环）和 spmd（单程序多数据）语句来注释MATLAB代码，从而可以探究算法的各个区段所提供的

任务和数据并行机制。MATLAB 池和并行命令窗口 (pmode) 支持交互执行，这样，在设置耗时较长的运行或脱机任务前，可以先测试应用程序的某些区段。即使没有 worker，

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-40306-1.html